[SQL] Análise de Hábitos de Carregamento de Veículos Elétricos

O mercado de veículos elétricos (VEs) está em plena expansão no Brasil. Segundo a ABVE (Associação Brasileira de Veículos Elétricos), foram vendidos 155.724 veículos elétricos até o final de novembro de 2024. Esse crescimento reflete uma transformação no setor de mobilidade sustentável e na infraestrutura necessária para suportar essa nova realidade.

Com a popularização dos VEs, cresce a necessidade de estações de recarga eficientes. Muitas garagens de prédios modernos já oferecem estações de recarga compartilhadas, acessíveis a todos os moradores. No entanto, o aumento da demanda também gera desafios, como a competição por pontos de recarga disponíveis.

Neste projeto, usarei um conjunto de dados para ajudar os administradores de condomínios a entenderem melhor os hábitos de carregamento de veículos elétricos de seus condôminos.

Dataset

O conjunto de dados utilizado nesta análise foi obtido no site Kaggle, uma das maiores plataformas de compartilhamento de datasets e competições de ciência de dados.

Analisando os Dados com SQL

Foi utilizado um banco de dados MySQL para armazenar as informações sobre sessões de carregamento. A tabela charging_sessions inclui colunas como:

Com esses dados, podemos responder a perguntas importantes, como:

1. Identificar os carregadores mais utilizados

Avalia quais estações de carregamento são mais populares, considerando a frequência de uso. Ele é útil para entender a demanda por diferentes carregadores em cada local, permitindo uma alocação mais eficiente dos recursos e possíveis investimentos em infraestrutura.

SELECT garage_id AS carregador, COUNT(*) AS total
FROM charging_sessions
WHERE user_type = 'Shared'
GROUP BY carregador
ORDER BY total DESC;

2. Top 10 horários de pico de uso

Identifica os 10 horários mais movimentados ao longo do dia para sessões de carregamento. Esse indicador ajuda a reconhecer padrões de comportamento dos usuários e a prever momentos de maior demanda, permitindo a implementação de estratégias para evitar congestionamentos.

SELECT start_plugin_hour as hora, COUNT(*) AS total_sessoes
FROM charging_sessions
WHERE user_type = 'Shared'
GROUP BY hora
ORDER BY total_sessoes DESC
LIMIT 10;

3. Top 10 usuários que mais utilizam

Classifica os 10 usuários com maior número de sessões de carregamento. Esse indicador permite identificar os principais usuários e entender seus hábitos de recarga, auxiliando na personalização de serviços ou no planejamento de campanhas direcionadas para fidelização.

SELECT user_id AS usuario, COUNT(*) AS utilizado
FROM charging_sessions
WHERE user_type = 'Shared'
GROUP BY usuario
ORDER BY utilizado DESC
LIMIT 10;

4. Usuário com duração média maior que dez horas de recarga

Destaca os usuários cujas sessões de carregamento têm uma duração média superior a 10 horas. Este indicador é importante para identificar possíveis usos ineficientes ou abusivos dos carregadores, especialmente em estações compartilhadas, podendo guiar ações corretivas ou políticas de uso.

SELECT user_id AS usuario, AVG(duration_hours) AS media_hora 
FROM charging_sessions
WHERE user_type = 'Shared'
GROUP BY usuario
HAVING AVG(duration_hours) > 10
ORDER BY media_hora DESC;

5. Horários ideais para carregamento

Determina os horários de menor demanda para carregamento, especialmente em estações compartilhadas. Esse indicador ajuda a sugerir horários alternativos para os usuários, otimizando o uso da infraestrutura e reduzindo a concorrência nos horários de pico.

SELECT start_plugin_hour as hora, COUNT(*) AS total_sessoes
FROM charging_sessions
WHERE user_type = 'Shared'
GROUP BY hora
ORDER BY total_sessoes ASC
LIMIT 10;

6. Avaliar em quais meses do ano há maior demanda por carregamento

Analisa os meses com maior quantidade de sessões de carregamento, identificando sazonalidades no uso. Isso pode indicar variações relacionadas a clima, eventos ou comportamentos específicos, ajudando no planejamento de manutenção e no ajuste de capacidade.

SELECT YEAR(start_plugin) AS ano, month_plugin AS mes, COUNT(*) AS sessoes
FROM charging_sessions
WHERE YEAR(start_plugin) = 2019
GROUP BY mes, ano;

7. Consumo médio de energia por usuário

Calcula a média de energia consumida (em kWh) por cada usuário durante as sessões de carregamento. Esse indicador é útil para entender o perfil energético dos usuários, identificar padrões de consumo e ajustar políticas tarifárias ou incentivos para o uso consciente da energia.

SELECT user_id AS usuario, AVG(el_kwh) AS consumo_medio
FROM charging_sessions
WHERE user_type = 'Shared'
GROUP BY usuario
ORDER BY consumo_medio DESC;

8. Eficiência média em termos de kWh consumidos por hora de sessão de cada estação

Avalia a eficiência das estações de carregamento medindo a quantidade média de energia consumida por hora de sessão. Esse indicador ajuda a identificar quais estações são mais eficientes ou quais podem precisar de ajustes, como melhorias técnicas ou modificações no tempo permitido de uso.

SELECT garage_id AS estacao, AVG(el_kwh / duration_hours) AS media_kwh_por_hora
FROM charging_sessions
WHERE user_type = 'Shared'
GROUP BY garage_id
ORDER BY media_kwh_por_hora DESC;

Conclusão

Com o avanço dos veículos elétricos no Brasil, compreender os padrões de uso das estações de recarga compartilhadas se tornou essencial para uma infraestrutura eficiente. A análise de dados com SQL é uma ferramenta poderosa para fornecer insights valiosos, ajudando na tomada de decisões e no planejamento de melhorias.