Kontakt

Die Daten der EV-Ladestationen Eco-Movementsind jetzt in CARTO verfügbar

Ursprünglich veröffentlicht auf Carto.

 

Da Elektrofahrzeuge mittlerweile14 % des weltweiten Fahrzeugabsatzes ausmachen, wird der Bedarf an einer zuverlässigen, standortbezogenen öffentlichen Ladeinfrastruktur immer wichtiger.

Obwohl der Bedarf an mehr öffentlicher Ladeinfrastruktur offensichtlich ist, ist es nicht so einfach, genau zu bestimmen, wo, wann und welche Art von Infrastruktur benötigt wird. Um diese Fragen zu beantworten, sind genaue und detaillierte Daten über die bestehende öffentliche Ladeinfrastruktur von entscheidender Bedeutung.

Genau das ist es, was unser neuer Datenpartner – Eco-Movement –

Mit der Einrichtung neuer CPO-Netzwerke (Charge Point Operators), der Bereitstellung neuer Infrastruktur und der Entfernung alter Infrastruktur Eco-Movement eine Echtzeit-Datenbank mit EV-Ladestandorten – die umfassendste und genaueste ihrer Art. Die Daten enthalten über 25 verschiedene Attribute auf Standort-, EVSE- (Electric Vehicle Supply Equipment) und Steckerebene.

„Wir freuen uns sehr über die neue Partnerschaft mit CARTO. Unsere Daten, die nun im Data Observatory verfügbar sind, können leicht in Bezug auf die Vielfalt der im Data Observatory von CARTO verfügbaren Daten analysiert werden, wie z. B. Fahrzeugbewegungen und Straßennetz, Demografie und vorhandene Points of Interest“, sagt Steven Schulting.

„Dadurch können Nutzer wertvolle Erkenntnisse gewinnen und CPOs, OEMs, Versorgungs- und Ingenieurunternehmen, den öffentlichen Sektor und andere dabei unterstützen, fundiertere Geschäftsentscheidungen bei der Planung, Installation und dem Betrieb von Ladeinfrastrukturen für Elektrofahrzeuge zu treffen.“

Steven Schulting, Leiter Geschäftsentwicklung bei Eco-Movement.

Entdecken Sie unten einige Daten von Eco-Movementin Aktion! Klicken Sie auf diePop-upsfür jeden Standort, um mehr über die einzelnen Ladestationen zu erfahren.

Im Vollbildmodus anzeigen hier.

Ein globaler Datensatz

Aufgrund des fragmentierten Ökosystems und fehlender globaler Standards ist es schwierig, vollständige Daten zur Ladeinfrastruktur für Elektrofahrzeuge zu erhalten. Eco-Movement durch enge Partnerschaften mit CPOs eine einzigartige Position erarbeitet, um Daten zu Ladestationen für Elektrofahrzeuge leicht zugänglich zu machen. Das Unternehmen ist darauf spezialisiert, Daten von CPOs zu aggregieren, zu normalisieren und zu validieren und sie mit einer Vielzahl anderer Datenquellen anzureichern, sodass Nutzer auf eine einzige, konsistente Datenbank mit mehr als einer Million Ladestationen zugreifen können.

Daten für alle öffentlichen und halböffentlichen EV-Ladenetzwerke sind derzeit für über 70 Länder verfügbar, wobei regelmäßig neue Länder hinzukommen.

CARTO-Benutzer können nun direkt über unserenGeodatenkatalog ein Abonnement für diesen Datensatz beantragen. Mit diesem Abonnement können Sie aufdiese Daten in der Cloud zugreifen– ohne komplexe und zeitaufwändige ETL-Prozesse! Sie sind noch kein CARTO-Benutzer? Melden Sie sichhierfür eine kostenlose 14-tägige Testversion an!

Eine Vielzahl von Eigenschaften

DerDatensatzenthält eindeutige IDs für jeden Standort und jede EVSE (Electric Vehicle Supply Equipment) sowie mehrere Standortreferenzen wie Koordinaten, Adresse, Postleitzahl, Gemeinde und Land.

Benutzer können auch auf praktische Informationen wie Betreiber, Öffnungszeiten, Zugangsbeschränkungen und Art des Standorts (z. B. entlang_Autobahn, Parkhaus usw.), Einrichtungen und viele technische Eigenschaften wie Leistung, Stromstärke, Spannung sowie Hersteller und Modell der Hardware für Gleichstromstationen zugreifen.

Wie kann ich diese Daten verwenden?

Geodatenanalysten und Datenwissenschaftler können die Daten Eco-Movementzu EV-Ladestationen für verschiedene Zwecke nutzen, beispielsweise:

  1. Optimierung der Platzierung von Ladeinfrastruktur: DieDaten können genutzt werden, um optimale Standorte für die Platzierung neuer EV-Ladestationen zu identifizieren. Durch die Analyse der bestehenden Infrastruktur,der Verkehrsmuster undder demografischen Daten kann ermittelt werden, wo zusätzliche Stationen benötigt werden, um den wachsenden Markt für Elektrofahrzeuge zu bedienen (siehe unten).
  2. Optimierung des Ladenetzes: Analyseder Verteilung bestehender Ladestationen, ihrer technischen Eigenschaften (z. B. Leistung, Stromstärke, Spannung) und der Nutzerpräferenzen, um sicherzustellen, dass das Netz effizient ist und den Anforderungen verschiedener Arten von Elektrofahrzeugen gerecht wird.
  3. Marktforschung und Strategie: Kombinieren Siedie Daten zur Ladeinfrastruktur mit Daten wieMobilitätsmusternund Verbrauchererkenntnissen, um fundierte Entscheidungen hinsichtlich Investitionen in die Ladeinfrastruktur für Elektrofahrzeuge und damit verbundene Dienstleistungen zu treffen.
 
Sehen Sie sich diese Daten in der untenstehenden Karte an! (Hier im Vollbildmodus öffnen). Diese Karte nutzt unseren Datensatz„Spatial Features“und visualisiert die Bevölkerungsdichte Spaniens auf einem H3-Raster (ein extrem leichter räumlicher Datentyp, ideal für die Arbeit mit Big Data – mehr dazuhier). Mit den Widgets auf der rechten Seite des Bildschirms können Sie die Daten nach ihrer Entfernung zu einer EV-Ladestation filtern.

Diese Analyse wurde mit einem einfachenWorkflowdurchgeführt – unserer Low-Code-Analyseoberfläche mit mehreren Schritten. In diesem Workflow (siehe unten) wird die Entfernung vom Mittelpunkt jeder H3-Zelle zur nächsten EV-Ladestation berechnet, die dann wieder mit den Quelldaten verknüpft wird, um einen Querverweis zwischen der neuen Variablen „nächste Entfernung” und den Bevölkerungsdaten zu ermöglichen. Dieser Ansatz ist eine wirklich einfache, aber effektive Methode, um Gemeinden zu identifizieren, die von EV-Ladestationen unterversorgt sind.