paint-brush
Анализ глобального внедрения электромобилей на основе данныхк@iamluke
658 чтения
658 чтения

Анализ глобального внедрения электромобилей на основе данных

к Luke7m2024/03/04
Read on Terminal Reader

Слишком долго; Читать

Рост электромобилей продолжает ускоряться: в некоторых регионах мира преимущественно продаются электромобили, а в других ускоряется их переход. В этой статье мы изучаем набор данных об историческом внедрении электромобилей. Для изучения данных мы используем Python, Plotly и Quadratic.
featured image - Анализ глобального внедрения электромобилей на основе данных
Luke HackerNoon profile picture
0-item
1-item

За последние несколько лет распространение электромобилей (EV) во всем мире резко ускорилось. В этом исследовании я изучаю данные, лежащие в основе этого роста, в различных географических регионах и в разные периоды времени.


Примечание/информация о партнерстве, прежде чем мы углубимся: в этом исследовании мы используем Quadratic , компанию, в которой я работаю. Каждый раз, когда вы видите ссылки на ячейки в коде, это происходит потому, что вы можете ссылаться на записи в этих ячейках в коде. Полный лист, на основе которого был построен этот анализ, можно найти здесь , если вы хотите быть в курсе кода и визуализаций вместе со статьей.


EV dataset, visualized in Quadratic.

Набор данных (лицензия MIT) составляет примерно 9500 строк с различными регионами и параметрами за период с 2010 по 2022 год (обновляется ежегодно). В основном мы будем изучать рост продаж только электромобилей (без учета гибридов) до 2022 года и рост сетей зарядной инфраструктуры.




Рост продаж с течением времени

Мы начинаем с переноса данных из нашей электронной таблицы в наш DataFrame Pandas. Оттуда мы фильтруем наш набор данных по интересующим нас силовым агрегатам (полностью электрическим, также известным как BEV) и напрямую используем нашу электронную таблицу для ввода страны, по которой мы хотим фильтровать в Python . Набор данных также включает в себя некоторые прогнозы, но в этом анализе нас интересуют только исторически зарегистрированные значения, поэтому мы отфильтровываем прогнозы и сохраняем исторические записи.


 # 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.

Мы отмечаем значительный рост, начиная с 2020 года. Обратите внимание на четкую тенденцию: продажи электромобилей в 2020 году в США составили 230 000, в 2021 году — 470 000, а в 2022 году — колоссальные 800 000. Этот рост с 2021 по 2022 год представляет собой увеличение продаж в годовом сопоставлении на 70%.


Прогнозы, основанные на нашем наборе данных, предполагают продолжение роста, ожидая, что в 2025 году продажи в США будут близки к продажам электромобилей 3M.



Plotly chart, displayed in Quadratic. В глобальном масштабе мы видим аналогичную тенденцию. Рост в период с 2021 по 2022 год будет немного приглушенным по сравнению с США в процентном выражении, но все же огромен: рост составит 58%, увеличившись с 7,3 млн продаж по сравнению с 4,6 млн продаж годом ранее.







Если вам кажется привлекательным стиль этих диаграмм, это базовые линейные диаграммы Plotly с небольшими изменениями макета, как показано ниже.


 # 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()


Процент продаж автомобилей на электромобили

Прежде чем углубляться в долю рынка, необходимо отметить, что Китай и США являются подавляющими лидерами по общему объему продаж автомобилей. Международная организация производителей автомобилей называет Китай лидером продаж автомобилей с объемом продаж более 25 миллионов единиц в год, США на втором месте с объемом продаж более 15 миллионов единиц, а на третьем месте находится Япония с объемом продаж более 4 миллионов единиц в год.


Рост электромобилей, согласно нашему предыдущему анализу, впечатляет, но чтобы понять его масштабы, мы должны сравнить его долю рынка по отношению ко всем другим типам транспортных средств (газовым и гибридным). К счастью, набор данных включает в себя данные о доле рынка, поэтому нам не нужно выполнять этот расчет вручную. Мы еще раз отмечаем значения для США и во всем мире («Мир» в нашем наборе данных).


Графические диаграммы, отображаемые в квадратичном формате.


Для США мы отмечаем долю EV в 8%. Интересно, что общая доля электромобилей в мире намного выше и составляет 14%.


Естественно, пришло время выйти за пределы США и узнать, на какие страны приходится эта доля в 14%.

Страны с самым быстрым внедрением

Вместо того, чтобы прятать голову в песок и смотреть только на Соединенные Штаты и общий мировой объем продаж, мы также можем провести простой анализ, чтобы увидеть, какие страны получили самый высокий процент продаж электромобилей. Как мы узнали ранее, Китай и США доминируют в мировых продажах автомобилей, поэтому 8% продаж США приходится на электромобили. В глобальном масштабе эта цифра приближается к 14%, поэтому справедливо предположить, что продажи электромобилей в Китае, как процент от их доли рынка, намного выше, чем в США, поэтому этот глобальный процент остается намного выше, поскольку США играют в догонялки.


Чтобы провести ранжированный анализ, мы используем простой фильтр для фильтрации по доле продаж; мы покидаем все страны, а затем применяем расчет max(), чтобы получить порядок наибольшей доли EV по стране.


 # 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 



В этом списке есть много интересных идей.

Обратите внимание, что страны с крупными продажами автомобилей, такие как США и Япония, снижают общий объем продаж электромобилей, поэтому Китай поднимает этот процент вверх, имея продажи автомобилей №1 по стране плюс высокий процент — 29% от общего объема продаж электромобилей.


Мы также отмечаем страны Северной Европы, продажи которых имеют тенденцию к использованию только электромобилей. В Северной Европе действуют правила, которые предоставляют освобождение от НДС производителям электромобилей, агрессивные цели по выбросам и другие правила, которые привели к быстрому переходу на электромобили в Северной Европе.














Зарядные сети

Поскольку внедрение электромобилей ускоряется, стоит изучить, как адаптируется инфраструктура зарядки. Для контекста существует 3 основных типа зарядных устройств:


  • Уровень 1: Стандартная жилая розетка переменного тока на 120 В (то, что вы используете для ежедневного подключения бытовых приборов; этот тип зарядки очень медленный, обычно составляет 120 В при 14 А = ~ 1,7 кВт без потери эффективности для аккумуляторной батареи электромобиля мощностью 80 кВт. Это означает, что минимум 47 часов для полной зарядки (реально больше из-за потерь эффективности/фактической мощности, подаваемой на батарею), что является достаточно хорошим решением для пользователей, которые меньше ездят на работу и могут использовать общественную инфраструктуру по мере необходимости.


  • Уровень 2: устанавливается в жилых помещениях (домашние электрические сушилки обычно используют напряжение 240 В) и на наиболее распространенных зарядных станциях общественной инфраструктуры; Уровень 2 дома обычно составляет до 48 А, иногда ниже. 240 В при 48 А = пиковая мощность 11,5 кВт, что реально обеспечивает меньшую мощность. При инфраструктуре уровня 2 аккумулятор мощностью 80 кВт можно зарядить за 5–9 часов. Это лучшее решение для дома, поскольку вы можете легко зарядить аккумулятор за ночь, а для общественной инфраструктуры оно позволяет дозаправить или полностью зарядить аккумулятор при длительной стоянке. Это не решение для поездок, требующих более быстрой зарядки между остановками.


  • Уровень 3 (DCFC): Быстрая зарядка постоянным током — это чисто коммерческий вариант, который нельзя устанавливать дома. Эти зарядные устройства позволяют зарядить автомобиль от пустого до полного менее чем за час. Это решение для зарядки, напоминающее заправку на заправке. Для удобства этот вид зарядки имеет соответственно более высокую стоимость. Зарядные устройства уровня 3 имеют мощность от 50 до 350 кВт; при мощности 350 кВт аккумулятор мощностью 80 кВт можно полностью зарядить менее чем за 20 минут.


В нашем наборе данных, когда поставщик данных говорит о медленной зарядке, он имеет в виду общедоступную инфраструктуру уровня 2. Говоря о быстрой зарядке, они имеют в виду инфраструктуру уровня 3.


Мы начнем с визуализации роста зарядных устройств в США и Китае.


Графическая диаграмма, отображаемая в квадратичном формате.


Мы отмечаем, что в Китае наблюдается чрезвычайно впечатляющая кривая роста быстрой зарядки, в то время как в США наблюдается быстрый рост медленных зарядных устройств и отстающий рост быстрой зарядки.

Рост быстрых зарядных устройств в 2022 году (Китай против США)

Установленные в Китае устройства быстрой зарядки/продажа электромобилей в 2022 году: 760 тыс./4,4 млн (0,17)

Установленные в США устройства быстрой зарядки/продажа электромобилей в 2022 году: 28 тыс./800 тыс. (0,035).

Медленный рост зарядных устройств в 2022 году (Китай против США)

Установленные в Китае медленные зарядные устройства/продажа электромобилей в 2022 году: 1 млн/4,4 млн (0,22)

Установленные медленные зарядные устройства в США/продажа электромобилей в 2022 году: 100 000/800 000 (0,125)


Опыт зарядки варьируется. В некоторых сценариях могут существовать линии или полностью занятые зарядные устройства. В других зарядные устройства могут оказаться малопригодными. Такие факторы, как близость к значительным парковкам, цены и т. д., оказывают очевидное влияние.


В среднем зарядные устройства большую часть времени не используются. Чтобы плата за установку оправдала капитальные затраты, монтажники должны иметь возможность спрогнозировать уровень использования, который обеспечит им прибыльность в разумные сроки (как и любые инвестиции).


Краткое содержание

В последние годы внедрение электромобилей ускорилось быстрыми темпами. Как только будут опубликованы данные за 2023 год, мы, вероятно, увидим такой же рост, как и в предыдущие годы. Продолжайте копаться в этом наборе данных и получать собственные идеи; Наш анализ, естественно, неполный — в наборе данных, который мы проигнорировали, есть множество полей, которые могли бы предоставить всевозможные интересные сведения (прогнозы продаж фургонов/грузовиков/других интересных типов транспортных средств и т. д.).


Чтобы получить прямой доступ к набору данных и анализу:

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


Набор данных:

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


Другие источники:

Продажи автомобилей: https://www.oica.net/category/production-statistics/2022-statistics/
Информация о зарядке: https://www.transportation.gov/rural/ev/toolkit/ev-basics/charging-speeds .