paint-brush
世界のEV導入に関するデータ主導型分析@iamluke
655 測定値
655 測定値

世界のEV導入に関するデータ主導型分析

Luke7m2024/03/04
Read on Terminal Reader

長すぎる; 読むには

電気自動車の成長は加速し続けており、世界の一部の地域では主に EV が販売されており、その他の地域では移行が加速しています。 この記事では、歴史的な EV 導入に関するデータセットを詳しく掘り下げます。データの調査には Python、Plotly、Quadratic を使用します。
featured image - 世界のEV導入に関するデータ主導型分析
Luke HackerNoon profile picture
0-item
1-item

電気自動車(EV)の導入はここ数年で世界的に急速に加速しています。この調査では、さまざまな地域や期間にわたって、その成長の背後にあるデータを掘り下げます。


本題に入る前に、関連情報の開示に注意してください。この調査記事では、私が勤務している会社Quadraticを使用しています。コード内でセルへの参照が表示されるのは、コード内でそれらのセル内のエントリを参照できるためです。記事と一緒にコードと視覚化を確認したい場合に備えて、この分析が構築された完全なシートはここにあります。


EV dataset, visualized in Quadratic.

データセット (MIT ライセンス) は、 2010 年から 2022 年までのさまざまな地域とパラメーターを含む約 9,500 行です (毎年更新)。私たちは主に、2022 年までの電気自動車のみ (ハイブリッド車は無視) の売上の伸びと、充電インフラ ネットワークの成長を調査します。




時間の経過に伴う売上の増加

まず、スプレッドシートから Pandas DataFrame にデータを取得します。そこから、関心のあるパワートレイン (完全電気自動車、別名 BEV) のデータセットをフィルターし、スプレッドシートを直接使用して、フィルターに使用する国をPythonで入力します。データセットにはいくつかの予測も含まれていますが、この分析では過去に記録された値のみを考慮するため、予測をフィルターで除外し、履歴エントリを保持します。


 # 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.

2020 年からの大幅な成長に注目します。米国における 2020 年の EV 販売台数は 23 万台、2021 年には 47 万台、そして 2022 年にはなんと 80 万台に達するという明確な傾向に注目してください。2021 年から 2022 年にかけてのこの成長は、前年比販売台数で 70% 増加しています。


私たちのデータセットからの予測は継続的な成長を前提としており、2025 年の米国の販売台数は 300 万台の EV 販売台数に近づくと予想されています。



Plotly chart, displayed in Quadratic.世界的にも同様の傾向が見られます。 2021 年から 2022 年の成長率は、成長率ベースでは米国と比べるとやや鈍化しますが、それでも前年の 460 万台の販売から 730 万台の販売へと 58% の成長を遂げるという驚異的な数字です。







これらのグラフのスタイルが魅力的だと思われる場合は、以下に示すように、基本的な Plotly 折れ線グラフにレイアウトを若干変更したものをお勧めします。


 # 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()


自動車販売台数に占めるEVの割合

市場シェアを掘り下げる前に、中国と米国が自動車販売全体で圧倒的なリーダーであるという重要な背景を説明します。国際自動車製造者機構は、中国が年間2,500万台以上の自動車販売台数で全体のリーダーであり、米国が1,500万台以上で2位、そして3位の日本は年間400万台以上で順位を落としていると述べている。


以前の分析から得られた EV の成長は目覚ましいものですが、その範囲を理解するには、その市場シェアを他のすべての車種 (ガソリンおよびハイブリッド) と比較する必要があります。幸いなことに、データセットには市場シェアのデータ ポイントが含まれているため、この計算を手動で実行する必要はありません。米国と世界 (データセットでは「世界」) の値を再度メモします。


二次グラフで表示されるグラフをプロットします。


米国については、EV シェアが 8% であることに注目します。興味深いことに、世界全体のEVシェア%は14%とはるかに高いです。


当然のことながら、米国を超えて拡大し、どの国がこの 14% のシェアに貢献しているかを学ぶ時期が来ています。

導入が最も早い国

頭を埋めて米国と世界全体の販売台数だけに注目するのではなく、簡単な分析を行って、どの国が販売台数の最も高い割合をEVとして獲得しているのかを確認することもできます。先ほど学んだように、中国と米国が世界の自動車販売を独占しているため、米国が販売の8%をEVに費やしているとします。世界的に見ると、この数字は 14% に近いため、市場シェアに占める中国の EV 販売の割合は米国よりもはるかに高く、米国が追い上げを図る中、この世界全体の割合はさらに高く維持されると推測するのが妥当です。


ランク付けされた分析を行うために、単純なフィルターを使用して売上シェアによって絞り込みます。すべての国を離れてから、max() 計算を適用して、国ごとの EV シェアの最も高い順位を取得します。


 # 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 



このリストには興味深い洞察がたくさんあります。

米国や日本などの自動車販売大国がEVの総販売台数を押し下げているため、中国は国別の自動車販売台数第1位に加え、全体の販売台数に占めるEVの割合が29%と高いことで、%を押し上げていることに注意してください。


また、販売がEVのみに向かう傾向にある北欧諸国にも注目します。北欧には、EV 生産者に VAT を免除する規制、積極的な排出目標、その他の規制があり、その結果、北欧では電気自動車への急速な移行が進んでいます。














充電ネットワーク

EVの普及が加速するにつれ、充電インフラがどのように適応しているかを調査する価値はある。ちなみに、充電器には 3 つのコア タイプがあります。


  • レベル 1:標準的な住宅用 120V AC コンセント (家庭内の毎日のアイテムを接続するために使用するもの。この充電タイプは非常に遅く、通常、80 kW EV バッテリーの効率が低下する前に 120V @ 14amps = ~1.7kW を実行します。これは意味します。フル充電には最低 47 時間かかります (効率の低下やバッテリーに供給される実際の電力により、実際にはさらに長くなります)。これは、通勤時間が短く、必要に応じて公共インフラを利用できるユーザーにとっては十分なソリューションです。


  • レベル 2:住宅用途 (家庭用電気乾燥機は通常 240V を使用) および最も一般的な公共インフラの充電ステーションに設置可能。家庭でのレベル 2 は通常最大 48A ですが、それより低い場合もあります。 240V @ 48A = 11.5 kW ピーク、現実的にはより少ない電力を供給します。レベル 2 のインフラストラクチャでは、80 kW のバッテリーを 5 ~ 9 時間で充電できます。これは、一晩で簡単にフル充電できるため、家庭用ソリューションとして最適であり、公共インフラでは、長時間駐車する場合に補充またはフル充電が可能です。これは、停車地間の高速充電が必要な旅行の解決策ではありません。


  • レベル 3 (DCFC): DC 急速充電は純粋に商用のオプションであり、家庭に設置することはできません。これらの充電器は、1 時間以内に車両を空の状態から満タンまで充電します。ポンプで補充するような充電ソリューションです。この種の充電は、利便性の点で相応にコストが高くなります。レベル 3 充電器の範囲は 50kW ~ 350kW です。 350kW では、80 kW のバッテリーは 20 分以内にフル充電できます。


私たちのデータセットでは、データプロバイダーが低速充電に言及する場合、公的に利用可能なレベル 2 インフラストラクチャを指します。急速充電に言及する場合、レベル 3 インフラストラクチャを指します。


まずは、米国と中国における充電器の成長を視覚化することから始めます。


二次グラフで表示されるプロット チャート。


中国の成長は急速充電器の成長曲線が非常に目覚ましいのに対し、米国では低速充電器の急速な成長と急速充電器の成長の遅れが見られることに注目します。

2022 年の急速充電器の成長 (中国 vs 米国)

中国の急速充電器設置/2022年のEV販売: 76万/4.4M (.17)

米国の急速充電器設置/2022 年の EV 販売: 28,000/800,000 (.035)

2022 年は充電器の成長が鈍化(中国 vs 米国)

中国の低速充電器設置/2022年のEV販売: 100万/440万(.22)

米国の低速充電器設置/2022 年の EV 販売: 100k/800k (.125)


充電体験はさまざまです。シナリオによっては、回線や充電器が完全に占有されている場合があります。他の地域では、充電器がほとんど使用されていない可能性があります。大きな駐車場への近さ、料金設定などの要因は、明らかな影響を及ぼします。


平均すると、充電器は高い割合で使用されなくなります。設備投資に見合った充電設備を設置するには、(他の投資と同様に) 合理的なスケジュールで収益性が得られる使用率を予測できる必要があります。


まとめ

EVの導入は近年急速に加速しています。 2023 年の数字が発表されるとすぐに、前年と同様の成長が見られる可能性があります。先に進んで、このデータセットを詳しく調べて、独自の洞察を収集してください。私たちの分析は当然不完全です。私たちが無視したデータセットには、あらゆる種類の興味深い洞察 (予測、バン/トラック/その他の興味深い車種の販売など) を提供するフィールドが多数あります。


データセットと分析に直接アクセスするには:

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


データセット:

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


他の情報源:

車両販売: https://www.oica.net/category/production-statistics/2022-statistics/
充電情報: https://www.transportation.gov/rural/ev/toolkit/ev-basics/charging-speeds