paint-brush
গ্লোবাল ইভি গ্রহণের ডেটা-চালিত বিশ্লেষণদ্বারা@iamluke
658 পড়া
658 পড়া

গ্লোবাল ইভি গ্রহণের ডেটা-চালিত বিশ্লেষণ

দ্বারা Luke7m2024/03/04
Read on Terminal Reader

অতিদীর্ঘ; পড়তে

বৈদ্যুতিক গাড়ির বৃদ্ধি ত্বরান্বিত হচ্ছে, বিশ্বের কিছু অঞ্চল প্রধানত ইভি বিক্রি করছে এবং অন্যরা তাদের স্থানান্তরকে ত্বরান্বিত করছে। এই নিবন্ধে আমরা ঐতিহাসিক EV গ্রহণের উপর একটি ডেটাসেট খুঁড়েছি। ডেটা অধ্যয়নের জন্য আমরা পাইথন, প্লটলি এবং কোয়াড্রেটিক ব্যবহার করি।
featured image - গ্লোবাল ইভি গ্রহণের ডেটা-চালিত বিশ্লেষণ
Luke HackerNoon profile picture
0-item
1-item

বৈদ্যুতিক যানবাহন (EV) গ্রহণ গত কয়েক বছরে বিশ্বব্যাপী দ্রুত ত্বরান্বিত হয়েছে। এই অন্বেষণে, আমি বিভিন্ন ভৌগলিক এবং সময়সীমা জুড়ে সেই বৃদ্ধির পিছনের ডেটাতে খনন করি।


আমরা ডুব দেওয়ার আগে নোট/অধিভুক্ত প্রকাশ: এই গবেষণা অংশে আমরা Quadratic ব্যবহার করি, একটি কোম্পানি যার জন্য আমি নিযুক্ত। যেকোন সময় আপনি কোডে কক্ষের রেফারেন্স দেখতে পান কারণ আপনি কোডে সেই কক্ষগুলির এন্ট্রি উল্লেখ করতে পারেন। আপনি যদি নিবন্ধের পাশাপাশি কোড এবং ভিজ্যুয়ালাইজেশনগুলি বজায় রাখতে চান তবে এই বিশ্লেষণটি যে সম্পূর্ণ শীটটির উপর নির্মিত হয়েছিল তা এখানে পাওয়া যাবে।


EV dataset, visualized in Quadratic.

ডেটাসেট (MIT লাইসেন্স) 2010 থেকে 2022 পর্যন্ত (বার্ষিক আপডেট) বিভিন্ন অঞ্চল এবং প্যারামিটার সহ প্রায় 9,500 সারি। আমরা প্রধানত 2022 সালের মধ্যে শুধুমাত্র বৈদ্যুতিক গাড়ির বিক্রয় বৃদ্ধি (হাইব্রিডকে উপেক্ষা করে) এবং চার্জিং অবকাঠামো নেটওয়ার্কের বৃদ্ধি অন্বেষণ করব।




সময়ের সাথে বিক্রয় বৃদ্ধি

আমরা আমাদের স্প্রেডশীট থেকে আমাদের পান্ডাস ডেটাফ্রেমে ডেটা পাওয়ার মাধ্যমে শুরু করি। সেখান থেকে, আমরা আমাদের যত্নশীল পাওয়ারট্রেনগুলির জন্য আমাদের ডেটাসেট ফিল্টার করি (সম্পূর্ণ বৈদ্যুতিক, ওরফে BEV) এবং সরাসরি আমাদের স্প্রেডশীটটি ব্যবহার করে ইনপুট করার জন্য আমরা পাইথনে যে দেশে ফিল্টার করতে চাই। ডেটাসেটে কিছু অনুমানও রয়েছে, কিন্তু এই বিশ্লেষণে, আমরা শুধুমাত্র ঐতিহাসিকভাবে নথিভুক্ত মানগুলির বিষয়ে চিন্তা করি, তাই আমরা অনুমানগুলি ফিল্টার করি এবং ঐতিহাসিক এন্ট্রি রাখি।


 # 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.

আমরা 2020 সাল থেকে শুরু হওয়া ব্যাপক বৃদ্ধি লক্ষ্য করছি। মার্কিন যুক্তরাষ্ট্রে 2020 সালে 230,000 EV বিক্রি, 2021 সালে 470,000 এবং 2022 সালে 800,000টি ব্যাপক বৃদ্ধি সহ একটি স্পষ্ট প্রবণতা লক্ষ্য করুন। 2021 থেকে 2022 সাল পর্যন্ত এই বৃদ্ধি YoY বিক্রয়ের 70% বৃদ্ধি।


আমাদের ডেটাসেট থেকে অনুমানগুলি অব্যাহত বৃদ্ধি অনুমান করে, মার্কিন যুক্তরাষ্ট্রে 2025 বিক্রয় 3M EV বিক্রয়ের কাছাকাছি আসবে বলে আশা করা হচ্ছে।



Plotly chart, displayed in Quadratic. বিশ্বব্যাপী, আমরা একটি অনুরূপ প্রবণতা দেখতে. 2021 থেকে 2022 বৃদ্ধি % বৃদ্ধির ভিত্তিতে মার্কিন যুক্তরাষ্ট্রের তুলনায় কিছুটা নিঃশব্দ, কিন্তু এখনও 58% বৃদ্ধিতে 7.3M বিক্রয় থেকে আগের বছরের 4.6M বিক্রয় থেকে বেড়ে যাওয়ার জন্য অসাধারণ।







আপনি যদি এই চার্টগুলির স্টাইলিং আকর্ষণীয় মনে করেন, তাহলে এইগুলি হল ছোটখাট লেআউট পরিবর্তন সহ মৌলিক প্লটলি লাইন চার্ট, যেমনটি নীচে দেখানো হয়েছে।


 # 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()


ইভিতে গাড়ি বিক্রির শতাংশ

বাজারের শেয়ারে খনন করার আগে, একটি উল্লেখযোগ্য বিট প্রসঙ্গ হল যে চীন এবং মার্কিন যুক্তরাষ্ট্র সামগ্রিক যানবাহন বিক্রয়ের ক্ষেত্রে অপ্রতিরোধ্য নেতা। মোটর যানবাহন প্রস্তুতকারকদের আন্তর্জাতিক সংস্থা চীনকে প্রতি বছর 25 মিলিয়নের বেশি ইউনিটে সামগ্রিক যানবাহন বিক্রয়ের শীর্ষস্থানীয় হিসাবে উল্লেখ করেছে, মার্কিন যুক্তরাষ্ট্র 15 মিলিয়নেরও বেশি বিক্রিতে দ্বিতীয় স্থানে রয়েছে এবং জাপান প্রতি বছর 4 মিলিয়নের বেশি বিক্রিতে 3য় স্থানে রয়েছে।


আমাদের পূর্বের বিশ্লেষণ থেকে ইভি বৃদ্ধি চিত্তাকর্ষক, কিন্তু এর সুযোগ বোঝার জন্য, আমাদের অবশ্যই অন্যান্য সমস্ত গাড়ির প্রকারের (গ্যাস এবং হাইব্রিড) সাথে এর বাজার শেয়ার তুলনা করতে হবে। সৌভাগ্যবশত, ডেটাসেটে একটি মার্কেট শেয়ার ডেটা পয়েন্ট রয়েছে, তাই আমাদের এই গণনাটি ম্যানুয়ালি করতে হবে না। আমরা আবার মার্কিন যুক্তরাষ্ট্র এবং বিশ্বব্যাপী (আমাদের ডেটাসেটে "বিশ্ব") মানগুলি নোট করি।


প্লটলি চার্ট, চতুর্ঘাতে প্রদর্শিত।


মার্কিন যুক্তরাষ্ট্রের জন্য, আমরা একটি 8% ইভি শেয়ার নোট করি। মজার বিষয় হল, বিশ্বব্যাপী সামগ্রিক ইভি শেয়ার% অনেক বেশি 14%।


স্বাভাবিকভাবেই, এখন সময় এসেছে আমরা মার্কিন যুক্তরাষ্ট্রের বাইরে প্রসারিত হয়েছি এবং শিখেছি কোন দেশগুলি এই 14% ভাগে অবদান রাখে।

দ্রুত দত্তক সঙ্গে দেশ

আমাদের মাথা বালিতে পুঁতে ফেলার পরিবর্তে এবং শুধুমাত্র মার্কিন যুক্তরাষ্ট্র এবং মোট বিশ্বব্যাপী বিক্রয়ের দিকে তাকানোর পরিবর্তে, কোন দেশগুলি ইভি হিসাবে তাদের বিক্রয়ের সর্বোচ্চ% অর্জন করেছে তা দেখার জন্য আমরা একটি সহজ বিশ্লেষণও করতে পারি। যেমনটি আমরা আগে শিখেছি, চীন এবং মার্কিন যুক্তরাষ্ট্রের বিশ্বব্যাপী যানবাহন বিক্রয়ের উপর আধিপত্য রয়েছে, তাই যদি মার্কিন যুক্তরাষ্ট্র তার 8% ইভিতে বিক্রি করে। বিশ্বব্যাপী, সংখ্যাটি 14% এর কাছাকাছি, তাই চীনের ইভি বিক্রয় অনুমান করা ন্যায্য কারণ তাদের বাজার শেয়ারের % মার্কিন যুক্তরাষ্ট্রের তুলনায় অনেক বেশি, এই বৈশ্বিক %টিকে মার্কিন যুক্তরাষ্ট্রের ক্যাচ-আপ হিসাবে অনেক বেশি রাখা।


আমাদের র‌্যাঙ্ক করা বিশ্লেষণ করতে, আমরা বিক্রয় শেয়ার দ্বারা ফিল্টার করার জন্য একটি সাধারণ ফিল্টার ব্যবহার করি; আমরা সমস্ত দেশ ত্যাগ করি এবং তারপর দেশ অনুসারে সর্বোচ্চ EV শেয়ারের অর্ডার পেতে সর্বোচ্চ() গণনা প্রয়োগ করি।


 # 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 



এই তালিকা থেকে চিত্তাকর্ষক অন্তর্দৃষ্টি প্রচুর আছে.

উল্লেখ্য যে মার্কিন যুক্তরাষ্ট্র এবং জাপানের মতো বৃহৎ যানবাহন বিক্রয়কারী দেশগুলি মোট EV বিক্রয়কে টেনে আনছে, তাই চীন দেশ অনুসারে তাদের #1 গাড়ির বিক্রয়ের সাথে % উপরে এবং ইভি হিসাবে সামগ্রিক বিক্রয়ের 29% এর উচ্চ %।


আমরা উত্তর ইউরোপের দেশগুলিকেও নোট করি যেগুলির বিক্রি শুধুমাত্র EV-এর দিকে প্রবণতা রয়েছে৷ উত্তর ইউরোপের এমন নিয়ম রয়েছে যা ইভি প্রযোজকদের ভ্যাট ছাড় দেয়, আক্রমনাত্মক নির্গমন লক্ষ্যমাত্রা এবং অন্যান্য প্রবিধান যা উত্তর ইউরোপে বৈদ্যুতিক যানবাহনে এই দ্রুত পরিবর্তনের ফলে হয়েছে।














চার্জিং নেটওয়ার্ক

যেহেতু EV গ্রহণ ত্বরান্বিত হচ্ছে চার্জিং পরিকাঠামো কীভাবে অভিযোজিত হচ্ছে তা অন্বেষণ করা মূল্যবান। প্রসঙ্গে, 3টি মূল ধরণের চার্জার রয়েছে:


  • লেভেল 1: স্ট্যান্ডার্ড আবাসিক 120V AC আউটলেট (আপনি প্রতিদিন বাড়ির আইটেমগুলি প্লাগ করার জন্য যা ব্যবহার করেন; এই ধরনের চার্জিং খুব ধীর, সাধারণত 120V @ 14amps = ~1.7kW করে একটি 80 kW EV ব্যাটারির জন্য কার্যকারিতা ক্ষতির আগে। এর মানে সম্পূর্ণ চার্জের জন্য ন্যূনতম 47 ঘন্টা (বাস্তবিকভাবে কার্যক্ষমতা হ্রাসের কারণে/ব্যাটারিতে প্রকৃত শক্তি সরবরাহ করা হয়) যা কম যাতায়াতকারী ব্যবহারকারীদের জন্য একটি সূক্ষ্ম যথেষ্ট সমাধান এবং প্রয়োজন অনুসারে পাবলিক অবকাঠামো ব্যবহার করতে পারে।


  • লেভেল 2: আবাসিক অ্যাপ্লিকেশনে ইনস্টলযোগ্য (বৈদ্যুতিক হোম ড্রায়ার সাধারণত 240V ব্যবহার করে) এবং সবচেয়ে সাধারণ পাবলিক অবকাঠামো চার্জিং স্টেশন; বাড়িতে স্তর 2 সাধারণত 48A পর্যন্ত হয়, কখনও কখনও কম। 240V @ 48A = 11.5 kW পিক, বাস্তবসম্মতভাবে কম শক্তি সরবরাহ করে। লেভেল 2 পরিকাঠামো সহ, একটি 80 কিলোওয়াট ব্যাটারি 5-9 ঘন্টার মধ্যে চার্জ করা যেতে পারে। এটি হল সর্বোত্তম হোম সমাধান কারণ আপনি রাতারাতি সহজেই সম্পূর্ণ চার্জ পেতে পারেন এবং পাবলিক অবকাঠামোর জন্য, দীর্ঘায়িত পার্কিং ব্যবহার করলে এটি টপ আপ বা সম্পূর্ণ চার্জ করার অনুমতি দেয়। স্টপগুলির মধ্যে দ্রুত চার্জিং প্রয়োজন এমন ভ্রমণের জন্য এটি সমাধান নয়।


  • লেভেল 3 (DCFC): DC ফাস্ট চার্জিং একটি সম্পূর্ণ বাণিজ্যিক বিকল্প যা বাড়িতে ইনস্টল করা যাবে না। এই চার্জারগুলি এক ঘন্টার মধ্যে একটি গাড়ি খালি থেকে পূর্ণ হয়ে যায়। এটি হল চার্জিং সলিউশন যা পাম্পে টপ আপ করার মতো। এই ধরনের চার্জিং সুবিধার জন্য একটি অনুরূপভাবে উচ্চ খরচ আছে. লেভেল 3 চার্জার 50kW থেকে 350kW পর্যন্ত; 350kW-এ, একটি 80 kW ব্যাটারি 20 মিনিটেরও কম সময়ে সম্পূর্ণরূপে চার্জ করা যেতে পারে।


আমাদের ডেটাসেটে, যখন ডেটা প্রদানকারী ধীরগতির চার্জিং উল্লেখ করে, তখন তারা সর্বজনীনভাবে উপলব্ধ লেভেল 2 পরিকাঠামোর কথা উল্লেখ করে। দ্রুত চার্জিং উল্লেখ করার সময়, তারা লেভেল 3 পরিকাঠামো উল্লেখ করে।


আমরা মার্কিন যুক্তরাষ্ট্র এবং চীনে চার্জার বৃদ্ধির কল্পনা করে শুরু করি।


প্লটলি চার্ট, চতুর্ঘাতে প্রদর্শিত।


আমরা লক্ষ্য করি যে দ্রুত চার্জিংয়ের জন্য চীনে বৃদ্ধির একটি অত্যন্ত চিত্তাকর্ষক বৃদ্ধি বক্ররেখা রয়েছে, যেখানে মার্কিন যুক্তরাষ্ট্রে ধীর চার্জারগুলির জন্য দ্রুত বৃদ্ধি এবং দ্রুত চার্জিংয়ের জন্য পিছিয়ে থাকা বৃদ্ধি লক্ষ্য করা গেছে।

2022 সালে দ্রুত চার্জার বৃদ্ধি (চীন বনাম মার্কিন)

চায়না ফাস্ট চার্জার ইনস্টল/ইভি বিক্রি 2022 সালে: 760k/4.4M (.17)

ইউএস ফাস্ট চার্জার ইনস্টল/ইভি বিক্রি 2022 সালে: 28k/800k (.035)

2022 সালে ধীর চার্জার বৃদ্ধি (চীন বনাম মার্কিন)

চায়না স্লো চার্জার ইনস্টল/ইভি বিক্রি 2022 সালে: 1M/4.4M (.22)

ইউএস স্লো চার্জার ইনস্টল/ইভি বিক্রি 2022 সালে: 100k/800k (.125)


চার্জিং অভিজ্ঞতা পরিবর্তিত হয়। কিছু পরিস্থিতিতে, লাইন বা সম্পূর্ণভাবে দখল করা চার্জার থাকতে পারে। অন্যদের ক্ষেত্রে, চার্জার খুব কম ব্যবহার দেখতে পারে। তাৎপর্যপূর্ণ পার্কিং, মূল্য ইত্যাদির নৈকট্যের মতো কারণগুলির সুস্পষ্ট প্রভাব রয়েছে।


গড়ে, চার্জারগুলি সময়ের একটি উচ্চ শতাংশ অব্যবহৃত হচ্ছে। মূলধন ব্যয়ের জন্য ইনস্টলেশন চার্জ করার জন্য, ইনস্টলারদের একটি ব্যবহারের হার প্রজেক্ট করতে সক্ষম হতে হবে যা তাদের একটি যুক্তিসঙ্গত টাইমলাইনে (যেকোনো বিনিয়োগের মতো) লাভের মধ্যে রাখে।


সারসংক্ষেপ

ইভি গ্রহণ সাম্প্রতিক বছরগুলিতে দ্রুত গতিতে ত্বরান্বিত হয়েছে। 2023-এর সংখ্যা প্রকাশের সাথে সাথে আমরা সম্ভবত পূর্ববর্তী বছরগুলির অনুরূপ বৃদ্ধি দেখতে পাব। এগিয়ে যান এবং এই ডেটাসেটটি খনন করুন এবং আপনার নিজের অন্তর্দৃষ্টি সংগ্রহ করুন; আমাদের বিশ্লেষণ স্বাভাবিকভাবেই অসম্পূর্ণ — ডেটাসেটের অনেকগুলি ক্ষেত্র রয়েছে যা আমরা উপেক্ষা করেছি যেগুলি সমস্ত ধরণের আকর্ষণীয় অন্তর্দৃষ্টি প্রদান করবে (অনুমান, ভ্যান/ট্রাক/অন্যান্য আকর্ষণীয় গাড়ির প্রকারের বিক্রয় ইত্যাদি)।


ডেটাসেট এবং বিশ্লেষণ সরাসরি অ্যাক্সেস করতে:

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


ডেটাসেট:

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


অন্যান্য উত্স:

যানবাহন বিক্রয়: https://www.oica.net/category/production-statistics/2022-statistics/
চার্জিং তথ্য: https://www.transportation.gov/rural/ev/toolkit/ev-basics/charging-speeds