paint-brush
वैश्विक ईवी अपनाने का डेटा-संचालित विश्लेषणद्वारा@iamluke
658 रीडिंग
658 रीडिंग

वैश्विक ईवी अपनाने का डेटा-संचालित विश्लेषण

द्वारा Luke7m2024/03/04
Read on Terminal Reader

बहुत लंबा; पढ़ने के लिए

इलेक्ट्रिक वाहन विकास में तेजी जारी है, दुनिया के कुछ क्षेत्र मुख्य रूप से ईवी बेच रहे हैं, और अन्य अपने परिवर्तन में तेजी ला रहे हैं। इस लेख में हम ऐतिहासिक ईवी अपनाने पर एक डेटासेट की खोज करेंगे। हम डेटा का अध्ययन करने के लिए पायथन, प्लॉटली और क्वाड्रैटिक का उपयोग करते हैं।
featured image - वैश्विक ईवी अपनाने का डेटा-संचालित विश्लेषण
Luke HackerNoon profile picture
0-item
1-item

पिछले कुछ वर्षों में वैश्विक स्तर पर इलेक्ट्रिक वाहन (ईवी) अपनाने में तेजी से तेजी आई है। इस अन्वेषण में, मैं विभिन्न भौगोलिक क्षेत्रों और समय-सीमाओं में उस वृद्धि के पीछे के डेटा को खंगालता हूं।


आगे बढ़ने से पहले नोट/संबद्ध प्रकटीकरण: इस शोध अंश में हम क्वाड्रैटिक का उपयोग करते हैं, एक कंपनी जिसके लिए मैं कार्यरत हूं। जब भी आप कोड में कोशिकाओं का संदर्भ देखते हैं तो ऐसा इसलिए होता है क्योंकि आप कोड में उन कोशिकाओं में प्रविष्टियों का संदर्भ दे सकते हैं। यदि आप लेख के साथ कोड और विज़ुअलाइज़ेशन रखना चाहते हैं तो वह पूरी शीट जिस पर यह विश्लेषण बनाया गया था , यहां पाई जा सकती है।


EV dataset, visualized in Quadratic.

डेटासेट (एमआईटी लाइसेंस) 2010 से 2022 (सालाना अपडेट) तक विभिन्न क्षेत्रों और मापदंडों के साथ लगभग 9,500 पंक्तियाँ हैं। हम मुख्य रूप से 2022 तक केवल इलेक्ट्रिक वाहनों (हाइब्रिड को नजरअंदाज करते हुए) की बिक्री वृद्धि और चार्जिंग इंफ्रास्ट्रक्चर नेटवर्क की वृद्धि का पता लगाएंगे।




समय के साथ बिक्री में वृद्धि

हम अपनी स्प्रेडशीट से डेटा को अपने पांडा डेटाफ़्रेम में प्राप्त करके प्रारंभ करते हैं। वहां से, हम अपने डेटासेट को उन पावरट्रेन के लिए फ़िल्टर करते हैं जिनकी हम परवाह करते हैं (पूरी तरह से इलेक्ट्रिक, उर्फ बीईवी) और सीधे अपनी स्प्रेडशीट का उपयोग उस देश को इनपुट करने के लिए करते हैं जिसे हम पायथन में फ़िल्टर करना चाहते हैं। डेटासेट में कुछ अनुमान भी शामिल हैं, लेकिन इस विश्लेषण में, हम केवल ऐतिहासिक रूप से दर्ज मूल्यों की परवाह करते हैं, इसलिए हम अनुमानों को फ़िल्टर करते हैं और ऐतिहासिक प्रविष्टियाँ रखते हैं।


 # 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.

हम 2020 में बड़े पैमाने पर वृद्धि को देखते हैं। एक स्पष्ट प्रवृत्ति पर ध्यान दें, 2020 में अमेरिका में 230,000 ईवी की बिक्री, 2021 में 470,000 और 2022 में 800,000 की भारी वृद्धि। 2021 से 2022 तक यह वृद्धि साल-दर-साल बिक्री में 70% की वृद्धि है।


हमारे डेटासेट के अनुमान निरंतर वृद्धि का अनुमान लगाते हैं, उम्मीद है कि 2025 में अमेरिका में बिक्री 3एम ईवी बिक्री के करीब पहुंच जाएगी।



Plotly chart, displayed in Quadratic. विश्व स्तर पर, हम एक समान प्रवृत्ति देखते हैं। 2021 से 2022 की वृद्धि प्रतिशत वृद्धि के आधार पर अमेरिका की तुलना में थोड़ी धीमी है, लेकिन अभी भी 58% की वृद्धि के साथ जबरदस्त है, जो पिछले साल की 4.6 मिलियन बिक्री से बढ़कर 7.3 मिलियन हो गई है।







यदि आपको इन चार्टों की शैली आकर्षक लगती है, तो ये मामूली लेआउट परिवर्तनों के साथ बुनियादी प्लॉटली लाइन चार्ट हैं, जैसा कि नीचे दिखाया गया है।


 # 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()


ईवी को वाहन बिक्री का प्रतिशत

बाजार हिस्सेदारी पर गौर करने से पहले, एक महत्वपूर्ण संदर्भ यह है कि चीन और अमेरिका समग्र वाहन बिक्री में जबरदस्त नेता हैं। मोटर वाहन विनिर्माताओं का अंतर्राष्ट्रीय संगठन चीन को प्रति वर्ष 25M इकाइयों से अधिक की कुल वाहन बिक्री के साथ अग्रणी बताता है, अमेरिका 15M से अधिक के साथ दूसरे स्थान पर है, और जापान प्रति वर्ष 4M से अधिक बिक्री के साथ तीसरे स्थान पर है।


हमारे पूर्व विश्लेषण से ईवी वृद्धि प्रभावशाली है, लेकिन इसके दायरे को समझने के लिए, हमें अन्य सभी वाहन प्रकारों (गैस और हाइब्रिड) के सापेक्ष इसकी बाजार हिस्सेदारी की तुलना करनी चाहिए। सौभाग्य से, डेटासेट में बाज़ार हिस्सेदारी डेटा बिंदु शामिल है, इसलिए हमें यह गणना मैन्युअल रूप से करने की आवश्यकता नहीं है। हम संयुक्त राज्य अमेरिका और विश्व स्तर पर (हमारे डेटासेट में "विश्व") मूल्यों को फिर से नोट करते हैं।


प्लॉटली चार्ट, द्विघात में प्रदर्शित।


अमेरिका के लिए, हम 8% ईवी हिस्सेदारी देखते हैं। दिलचस्प बात यह है कि वैश्विक स्तर पर कुल ईवी हिस्सेदारी 14% से कहीं अधिक है।


स्वाभाविक रूप से, अब समय आ गया है कि हम अमेरिका से आगे बढ़ें और जानें कि कौन से देश इस 14% हिस्सेदारी में योगदान करते हैं।

सबसे तेजी से गोद लेने वाले देश

रेत में अपना सिर छुपाने और केवल संयुक्त राज्य अमेरिका और कुल वैश्विक बिक्री को देखने के बजाय, हम यह देखने के लिए एक सरल विश्लेषण भी कर सकते हैं कि किन देशों ने ईवी के रूप में अपनी बिक्री का उच्चतम% अर्जित किया है। जैसा कि हमने पहले सीखा, चीन और अमेरिका वैश्विक वाहन बिक्री पर हावी हैं, इसलिए यदि अमेरिका अपनी बिक्री का 8% ईवी से कर रहा है। वैश्विक स्तर पर, यह संख्या 14% के करीब है, इसलिए यह अनुमान लगाना उचित है कि चीन की ईवी बिक्री में उनकी बाजार हिस्सेदारी का% अमेरिका की तुलना में बहुत अधिक है, इस वैश्विक% को बहुत अधिक बनाए रखना है क्योंकि अमेरिका कैच-अप खेलता है।


अपना रैंक विश्लेषण करने के लिए, हम बिक्री हिस्सेदारी के आधार पर फ़िल्टर करने के लिए एक सरल फ़िल्टर का उपयोग करते हैं; हम सभी देशों को छोड़ देते हैं और फिर देश के अनुसार उच्चतम ईवी शेयर का ऑर्डर प्राप्त करने के लिए अधिकतम() गणना लागू करते हैं।


 # 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 



इस सूची से बहुत सारी दिलचस्प जानकारियां हैं।

ध्यान दें कि अमेरिका और जापान जैसे बड़े वाहन बिक्री वाले देश कुल ईवी बिक्री को नीचे खींच रहे हैं, इसलिए चीन ने देश में अपनी #1 वाहन बिक्री के साथ-साथ ईवी के रूप में कुल बिक्री का 29% का उच्च% खींच लिया है।


हम उत्तरी यूरोप के उन देशों पर भी ध्यान देते हैं जिनकी बिक्री का रुझान केवल ईवी की ओर है। उत्तरी यूरोप में ऐसे नियम हैं जो ईवी उत्पादकों को वैट में छूट देते हैं, आक्रामक उत्सर्जन लक्ष्य और अन्य नियम हैं जिनके परिणामस्वरूप उत्तरी यूरोप में इलेक्ट्रिक वाहनों में तेजी से बदलाव आया है।














चार्जिंग नेटवर्क

जैसे-जैसे ईवी अपनाने में तेजी आ रही है, यह तलाशने लायक है कि चार्जिंग इंफ्रास्ट्रक्चर कैसे अनुकूल हो रहा है। संदर्भ के लिए, चार्जर के 3 मुख्य प्रकार हैं:


  • स्तर 1: मानक आवासीय 120V एसी आउटलेट (जिसे आप रोजमर्रा की घरेलू वस्तुओं में प्लग करने के लिए उपयोग करते हैं; यह चार्जिंग प्रकार बहुत धीमा है, आमतौर पर 80 किलोवाट ईवी बैटरी के लिए दक्षता हानि से पहले 120V @ 14amps = ~ 1.7kW होता है। इसका मतलब है पूर्ण चार्ज के लिए कम से कम 47 घंटे (कार्यक्षमता में कमी/बैटरी को दी गई वास्तविक बिजली के कारण वास्तविक रूप से अधिक), जो उन उपयोगकर्ताओं के लिए एक अच्छा समाधान है जिनके पास कम यात्रा है और आवश्यकतानुसार सार्वजनिक बुनियादी ढांचे का उपयोग कर सकते हैं।


  • स्तर 2: आवासीय अनुप्रयोगों में स्थापित करने योग्य (इलेक्ट्रिक होम ड्रायर आमतौर पर 240V का उपयोग करते हैं) और सबसे आम सार्वजनिक बुनियादी ढांचे चार्जिंग स्टेशन; घर पर स्तर 2 आम तौर पर 48ए तक होता है, कभी-कभी इससे भी कम। 240V @ 48A = 11.5 किलोवाट शिखर, वास्तविक रूप से कम बिजली प्रदान करता है। लेवल 2 इंफ्रास्ट्रक्चर के साथ, 80 किलोवाट की बैटरी को 5-9 घंटे में चार्ज किया जा सकता है। यह सबसे अच्छा घरेलू समाधान है क्योंकि आप रात भर में आसानी से फुल चार्ज कर सकते हैं, और सार्वजनिक बुनियादी ढांचे के लिए, यह लंबे समय तक पार्किंग का उपयोग करने पर टॉप अप या पूरी तरह चार्ज करने की अनुमति देता है। स्टॉप के बीच तेज़ चार्जिंग की आवश्यकता वाली यात्राओं के लिए यह समाधान नहीं है।


  • लेवल 3 (डीसीएफसी): डीसी फास्ट चार्जिंग एक पूरी तरह से व्यावसायिक विकल्प है जिसे घर पर स्थापित नहीं किया जा सकता है। ये चार्जर एक घंटे के अंदर वाहन को खाली से पूरा भर देते हैं। यह चार्जिंग समाधान है जो पंप पर टॉपिंग जैसा दिखता है। इस प्रकार की चार्जिंग में सुविधा के लिए तुलनात्मक रूप से अधिक लागत होती है। लेवल 3 चार्जर 50kW से 350kW तक होते हैं; 350 किलोवाट पर, 80 किलोवाट की बैटरी को 20 मिनट से भी कम समय में पूरी तरह चार्ज किया जा सकता है।


हमारे डेटासेट में, जब डेटा प्रदाता धीमी चार्जिंग का संदर्भ देता है, तो वे सार्वजनिक रूप से उपलब्ध लेवल 2 बुनियादी ढांचे का उल्लेख कर रहे होते हैं। जब फास्ट चार्जिंग का जिक्र होता है, तो वे लेवल 3 इंफ्रास्ट्रक्चर का जिक्र करते हैं।


हम अमेरिका और चीन में चार्जर के विकास की कल्पना करके शुरुआत करते हैं।


प्लॉटली चार्ट, द्विघात में प्रदर्शित।


हम ध्यान दें कि चीन में फास्ट चार्जिंग के लिए विकास दर बेहद प्रभावशाली है, जबकि अमेरिका में धीमे चार्जर्स के लिए तेजी से विकास और फास्ट चार्जिंग के लिए धीमी वृद्धि देखी गई है।

2022 में फास्ट चार्जर की वृद्धि (चीन बनाम अमेरिका)

2022 में चीन में फास्ट चार्जर स्थापित/ईवी बिक्री: 760k/4.4M (.17)

2022 में यूएस फास्ट चार्जर स्थापित/ईवी बिक्री: 28k/800k (.035)

2022 में धीमी चार्जर वृद्धि (चीन बनाम अमेरिका)

2022 में चीन में धीमे चार्जर स्थापित/ईवी बिक्री: 1एम/4.4एम (.22)

2022 में यूएस स्लो चार्जर्स स्थापित/ईवी बिक्री: 100k/800k (.125)


चार्जिंग अनुभव अलग-अलग होते हैं। कुछ परिदृश्यों में, लाइनें या पूरी तरह से भरे हुए चार्जर मौजूद हो सकते हैं। अन्य में, चार्जर का बहुत कम उपयोग हो सकता है। महत्वपूर्ण पार्किंग से निकटता, मूल्य निर्धारण आदि जैसे कारकों का स्पष्ट प्रभाव पड़ता है।


औसतन, अधिकांश समय चार्जर अप्रयुक्त रह रहे हैं। पूंजीगत व्यय के लायक होने के लिए इंस्टॉलेशन की चार्जिंग के लिए, इंस्टॉलरों को एक उपयोग दर प्रोजेक्ट करने में सक्षम होना चाहिए जो उन्हें उचित समयरेखा (किसी भी निवेश की तरह) पर लाभप्रदता में रखे।


सारांश

हाल के वर्षों में ईवी अपनाने में तीव्र गति आई है। जैसे ही 2023 के आंकड़े जारी होंगे, हम संभवतः पिछले वर्षों के समान वृद्धि देखेंगे। आगे बढ़ें और इस डेटासेट को खंगालें और अपनी अंतर्दृष्टि प्राप्त करें; हमारा विश्लेषण स्वाभाविक रूप से अधूरा है - डेटासेट में बहुत सारे फ़ील्ड हैं जिन्हें हमने अनदेखा कर दिया है जो सभी प्रकार की दिलचस्प अंतर्दृष्टि (अनुमान, वैन / ट्रक / अन्य दिलचस्प वाहन प्रकारों की बिक्री, आदि) प्रदान करेंगे।


डेटासेट और विश्लेषण तक सीधे पहुंचने के लिए:

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


डेटासेट:

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


अन्य स्रोत:

वाहन बिक्री: https://www.oica.net/category/production-statistics/2022-statistics/
चार्जिंग जानकारी: https://www.transportation.gov/rural/ev/toolkit/ev-basics/charging-speeds