Имитационное моделирование для прогнозирования развития автомобильного электротранспорта на уровне региона

Электромобили получают все большую популярность. По прогнозам ведущих мировых экспертов, к 2030 году до 20 - 30 % автопарка развитых стран будут электрическими. В некоторые странах, как, например, в Норвегии, являющейся лидером по доле рынка электромобилей среди частного автомобильного транспорта, уже на конец 2018 года электромобили составили 46 % рынка1ЕА (2019)..

Динамика развития парка электромобилей (BEV-и PHEV-типов) в мире тесно связана с динамикой развития общественной зарядной инфраструктуры (рис. 1).

Рис. 1. Глобальная динамика развития парка электромобилей и общественной зарядной инфраструктуры за 2010--2018 годы (левая шкала - тыс. автомобилей, правая шкала - тыс. станций)

Источники: 1ЕА (2019), расчеты авторов.

Внедрение электротранспорта в России идет с сильным отставанием по сравнению с США, Китаем и ведущими странами ЕС. Так, на конец 2019 года в России насчитывалось около 4,8 тыс. электромобилей. К 2025 году доля объема продаж электромобилей, по оценкам отраслевых экспертов, не превысит 0,6 %, что составит около 15 тыс. единиц электромобилей 4. Для сравнения - Китай, страны ЕС и США являются мировыми лидерами по внедрению электромобилей, представляя 45, 24 и 22 % соответственно мирового рынка электромобилей в объеме 5,1 млн электромобилей в 2018 году. С 2013 по 2019 год мировые продажи электромобилей росли более чем на 50 % в год ежегодно, и к 2030 году мировой рынок электромобилей, согласно прогнозам 1ЕА, составит от 130 до 250 млн единиц, доля электромобилей в продаже новых автомобилей через десять лет может составить до 70 % в Китае, до 50 % в странах ЕС, 37 % в Японии и более 30 % в США и Канаде 5.

Среди ключевых факторов, ограничивающих массовый спрос на электромобили среди населения, традиционно выделяются длительное время подзарядки электромобиля, небольшой пробег электромобиля на одном заряде, высокая стоимость автомобиля, неразвитость зарядной инфраструктуры. Однако за последние 5 лет активное развитие технологий позволило если не снять полностью большую часть из перечисленных выше ограничений, то в значительной степени их ослабить.

По имеющимся наблюдениям складывается достаточно устойчивая пропорция, согласно которой для полноценного развития легкового электротранспорта на 10 электромобилей должна функционировать как минимум 1 общественная зарядная станция 6. Причем зарядная инфраструктура должна развиваться с некоторым опережением для обеспечения критической массы автомобилей. При этом каждый электромобиль должен иметь индивидуальное место для ночной зарядки. Такие технологические требования объясняют различные стратегии развития зарядной инфраструктуры в разных регионах. Как видно на рисунке 2, Китай является мировым лидером по количеству зарядных станций, при этом делает ставку на развитие быстрой зарядки (рис. 2,б)Не вдаваясь в технические подробности, отметим, что пока большинство публичных зарядных станций относятся к условной категории медленных (slow), потому что рассчитаны на выдаваемую мощность примерно до 20 кВт на автомобиль. Легко видеть, что для зарядки автомобиля на 20 кВтч понадобится 1 ч (при этом большинство автомобилей пока ориентируются на емкость батареи около 40 кВтч). Считается, что быстрые зарядные станции (fast) могут выдавать 50 и более кВт на автомобиль, тем самым сокращая время зарядки в 2,5 и более раз. Технологии очень быстро развиваются, и уже внедряются станции (super-fast), которые могут выдавать 150 и более кВт на один автомобиль. Однако пока большинство аккумуляторных батарей (и систем управления зарядом) не могут принимать такую мощность. На горизонте 10 лет ситуация может кардинально измениться, что приведет к скачкообразному росту числа электромобилей..

Рис. 2. Распространение общественных зарядных станций в мире в период 2010--2018 гг., шт.:

а - станции медленной зарядки; б - станции быстрой зарядки Источники: 1ЕА (2019), расчеты авторов.

Эксперты прогнозируют достижение пробега в 400 миль на одной зарядке (~ 644км) на горизонте 5 лет, что позволит пользователям электромобилей значительно увеличить поездки на длинные дистанции и повысит спрос на общественные заправки [15].

Напротив, мировой лидер по количеству электромобилей на душу населения - Норвегия - ориентируется на медленную зарядную инфраструктуру. Вероятно, это объясняется структурой жилищного хозяйства, при которой большинство домохозяйств имеют индивидуальные жилые дома (только около У 4 домохозяйств проживает в больших многоквартирных домах)Подробная статистика доступна по адресу: Dwellings. Statistics Norway. URL: https://www. ssb.no/en/boligstat (дата обращения: 16.01.2020).. Следует отметить, что задача оптимизации инфраструктуры зависит также от стоимости электричества в регионе, состояния энергосетей и возможностей городского хозяйства осуществлять технологическое присоединение новых зарядных станций, а также их оптимальное пространственное распределение. Так, исследование показало, что в США при загрузке станций быстрой зарядки на уровне 20 % и более стоимость заправки на общественной станции становится конкурентоспособной с заправкой дома - средняя загрузка, по данным исследования, в 2018 году составляла около 5 % [15].

Особенности автомобильного рынка Калининградской области представлены в следующем разделе статьи.

Автомобильный транспорт в Калининградской области: исходные данные для модели

Несколько факторов, по нашему мнению, создают привлекательные условия для пилотного проекта по стимулированию развития электротранспорта в Калининградской области:

1) удобное географическое расположение - Калининградская область граничит с двумя странами Европейского союза (Польша, Литва), где электротраспорт активно развивается, а вместе с ним и сеть электрических заправок;

2) относительно небольшие размеры региона - максимальная протяженность с запада на восток составляет 205 км, с севера на юг - 108 км, что позволяет эффективно использовать электромобиль для перемещений внутри региона, учитывая возможности пробега современных электромобилей на одной зарядке до 250--400 км;

3) наличие мощностей, позволяющих локализовать производство электромобилей, комплектующих, элементов зарядной инфраструктуры как в масштабах регионального, так и национального рынка;

4) благоприятные социально-демографические характеристики - население области составляет 1,022 тыс. человек, из них 622,4 тыс. человек трудоспособного возраста, из которых 527,5 тыс. человек экономически активного населения (по данным на 2017 год, уровень занятости населения составил 67,1 %)Прогноз баланса трудовых ресурсов Калининградской области на 2018--2020 годы. URL: https://gov39.ru/biznesu/zanyatost/prognoz_balansa.php (дата обращения: 15.01.2020).;

5) прозрачность региональной энергетической сети.

В данном исследовании мы фокусируемся на сегменте легковых автомобилей, поскольку коммерческий и общественный транспорт имеет существенную специфику с точки зрения развития. Тем не менее с точки зрения государственной поддержки парк общественного транспорта обладает преимуществом - зарядная инфраструктура в первую очередь концентрируется в местах базирования парка, а также вдоль основных маршрутов следования.

Для понимания общей картины приведем распределение транспортных средств по типам для Калининградской области (табл. 1).

Таблица 1

Распределение по типам транспортных средств в Калининградской области, тыс. штук

Источники: база данных "Автостат", расчеты авторов.

Автомобильный парк Калининградской области имеет структуру, унаследованную из начала 1990-х годов, связанную с активным ввозом подержанных легковых автомобилей из Европы. Тем не менее, динамика потребительского поведения изменилась, что видно по смене структуры доли автомобилей по стране происхождения производителя (табл. 2).

Таблица 2

Структура парка легковых автомобилей Калининградской области по возрасту и по стране происхождения 10 на конец 1-го квартала 2019 года, шт. / %

Источники: база данных "Автостат", расчеты авторов.

Примечание: * - на конец 1-го квартала 2019 года. В приведенных данных около 10,2 тыс. автомобилей (2,9% от общего числа) принадлежит юридическим лицам.

Повышение доли новых автомобилей, приобретаемых домохозяйствами, связано с увеличением доли корейских и чешских автомобилей, которые вытесняют с рынка немецкие и японские модели (рис. 3). На бензиновые автомобили приходится 83,3 % парка, 16,4 % составляют дизельные автомобили, остальные - гибридные (хотя 85 % от их численности приходится на 2007 - 2011 годы выпуска). Отметим, что на середину 2019 года в Калининградской области было зарегистрировано около 800 гибридных и 10 полностью электрических автомобилей. Это свидетельствует о том, что даже в неразвитой с точки зрения владения электромобилем среде находятся категории потребителей-инноваторов, готовых пробовать принципиально новые продукты. Следует иметь в виду, что "страна происхождения" часто отличается от "страны производства". Мы учитываем именно страну происхождения (бренда), поскольку, по нашему мнению, она оказывает большее влияние на потребительские предпочтения.

Рис. 3. Структура парка легковых автомобилей 2011--2018 годов выпуска по стране происхождения в Калининградской области Источники: база данных "Автостат", расчеты авторов

Тем не менее количества электромобилей еще недостаточно, чтобы использовать известные в теории отраслевых рынков методы дискретного выбора для анализа спроса [16]. В странах с более активным развитием электротранспорта, естественно, предпринимались попытки оценки потенциального спроса с помощью эконометрических методов [17]. Однако следует отметить, что их применение ограниченно не только имеющимися данными, но и спецификой моделируемой ситуации. Дело в том, что наиболее современные модификации смешанных логиг-моделей дискретного выбора [18, с. 955 - 970], восходящие к BLP-модели [19], сложно адаптируются к ситуации, когда к имеющимся на рынке продуктам добавляется альтернатива с принципиально отличающимися характеристиками. В таких случаях востребованными становятся методы имитационного моделирования, в том числе агентные модели, модели системной динамики, а также их комбинации.

В перспективе до 2025 года на рынке электромобилей будут преобладать небольшие автомобили, а уже после 2025 года можно ожидать достаточного развития технологии производства аккумуляторов для обеспечения их эффективности в более габаритных сегментах. В связи с этим важно, что в структуре парка не менее 35 % занимают компактные автомобили (табл. 3).

Таблица 3

Потребительские предпочтения по категориям автомобилей и типам кузовов, в Калининградской области, % от общей численности парка

Источники: база данных "Автостат", расчеты авторов.

Примечание: Выделены условные категории базы данных "Автостат". MPV - Multi-Purpose Vehicle (многоцелевое транспортное средство); SUV - Sport-Utility vehicle (спортивный внедрожник).

Проведенный анализ позволяет перейти к оценке потенциального спроса на электромобили для построения сценариев предлагаемой нами имитационной модели на основе системной динамики. Используемый системно-динамический подход дает возможность реализовать многофакторное моделирование сложных социально-экономических систем с учетом нелинейных эффектов обратной связи [11; 20 - 22].

Структура модели

В основе системно-динамической модели лежит модифицированная модель диффузии инновационных продуктов Ф. Басса [23; 24]. Системная динамика основана на взаимодействии потоков и накопителей (рис. 4). Накопители представляют собой состояние конкретной переменной в данный момент времени, а потоки - положительные или отрицательные изменения данной переменной за период. Ключевой особенностью моделей системной динамики является возможность моделирования обратных связей (в том числе с элементами запаздывания) между переменными. Гибкость аппарата системной динамики заключается в численном моделировании процессов, что позволяет использовать произвольные зависимости между переменными и снимает требования аналитической разрешимости системы. Принципы современной системной динамики рекомендуют избегать излишней сложности и детализации модели, отражать наиболее существенные свойства моделируемой системы [25; 26].

Классическая модель Ф. Басса предполагает, что любой рынок можно представить в виде как минимум двух переменных - количества потенциальных и фактических покупателей [23]. Интенсивность перетоков между данными категориями зависит от произвольного числа факторов. Базовая модель была существенно переработана и адаптирована авторами для отражения специфики принятия решений потребителем относительно выбора между автомобилем с ДВС и электромобилем. Как отмечалось, в литературе активно рассматриваются модели имитационного моделирования распространения электротранспорта по различным регионам мира [27 - 33]. Отличиями предлагаемой модели являются особенности моделирования принятия потребительских решений при выборе электромобиля и структура обратных связей. Модель рассчитана на 120 периодов (месяцев). Общий вид модели представлен на рисунке 4.

Модель состоит из двух основных блоков:

1) блока принятия потребительских решений "Потребительский выбор";

2) блока "Зарядная инфраструктура".

Блок "Потребительский выбор" отражает принципиальную схему выбора между автомобилями с ДВС и электромобилями. Накопитель "Потенциальные покупатели" дополнительно разделяется на две группы - "Покупатели ДВС-автомо- билей" и "Покупатели электромобилей" (данным группам соответствуют одноименные накопители на рисунке 4). "Покупатели ДВС-автомобилей" по истечении определенного периода (60 месяцев, что эквивалентно среднему сроку владения автомобилем) переходят в категорию "Покупатель в состоянии выбора" (соответствующий накопитель). В этом состоянии они могут сделать выбор как в пользу автомобиля с ДВС (возвращаются в соответствующий накопитель - "Покупатели ДВС-автомобилей"), так и в пользу электромобиля. Выбор в пользу электромобиля осуществляется в зависимости от привлекательности опции покупки электромобиля по сравнению с покупкой традиционного автомобиля и определяется на основании соотношения стоимости цены на электромобиль с учетом государственной субсидии и стоимости автомобиля с ДВС. Чем ниже стоимость электромобиля с учетом субсидии по сравнению с ДВС-автомобилем, тем выше заинтересованность потенциального покупателя в выборе электромобиля.

Кривая предпочтения автомобилей в зависимости от стоимости основана на экспертных оценках авторов статьи и представлена на рисунке 5. Так, например, если средняя стоимость субсидированного электромобиля в 1,5 раза ниже средней стоимости автомобиля с ДВС, то 15 % покупателей, находящихся в состоянии выбора, выберут электромобиль. В случае, если стоимость субсидированного электромобиля будет в два раза ниже, то выбор в пользу электромобиля будут делать чуть более 20 % покупателей.

Рис. 5. Кривая предпочтений потребителей, совершающих выбор в пользу электромобиля, в зависимости от соотношения стоимости автомобиля с ДВС к электромобилю имитационный моделирование электромобиль

По статистике в среднем в год в Калининградской области продается около 8 тыс. автомобилей, из которых примерно половина приходится на новые автомобили, проданные в кредит (4 194 автомобиля в 2018 году)Аналитики: в Калининграде растет спрос на новые автомобили. URL: https://kaliningrad. rbc.ru/kaliningrad/12/02/2019/5c62a6949a7947df2c286878 (дата обращения: 20.01.2020).

¹² EIA (2019).. Средний размер автокредита в 2018 году составил 883 тыс. руб. Если кредит составляет от 30 до 50 % стоимости автомобиля, ожидаемая стоимость нового автомобиля находится в диапазоне 1,2 --1,8 млн руб. Соответственно, потенциальный покупатель сравнивает стоимость электромобиля с субсидией и автомобиля с ДВС. Ограничения на размер субсидии установлены от 25 до 50 % стоимости электромобиля, что согласуется с международной практикой [14].

Для демонстрационных целей мы использовали двухфакторную модель выбора электромобиля, учитывающую (1) стоимость электромобиля и (2) развитость зарядной инфраструктуры в регионе. Оба фактора имеют первостепенное значение, представляя минимально необходимый набор критически значимых характеристик для предпочтения электромобиля автомобилю с ДВС. Авторы сознательно пошли на упрощение модели, избегая ее усложнения второстепенными факторами, таким образом оставляя область для последующих научных исследований. Между тем моделирование даже относительно простой двухфакторной модели выбора электромобиля представляет собой нетривиальную научную задачу.

Развитость зарядной инфраструктуры учитывается с помощью поправочного коэффициента, на который корректируется количество желающих приобрести электромобиль (рис. 6). Поправочный коэффициент основывается на экспертных оценках авторов. Коэффициент динамически изменяется на основе развития инфраструктуры в регионе - по мере роста сети общественных зарядных станций. Под сетью заправок для электромобилей мы подразумеваем соотношение быстрых (fast и superfast) и медленных заправок в пропорции 1 к 4 соответственно.

Рис. 6. Кривая предпочтений потребителей, совершающих выбор в пользу электромобиля, в зависимости от наличия зарядной инфраструктуры

Так, по мере введения в оборот зарядной инфраструктуры поправочный коэффициент возрастает с 5 до 100 %, то есть при наличии в регионе общественных зарядных станций не менее 1000 единиц поправочный коэффициент на инфраструктуру превращается в единицу - все потребители, выбирающие электромобиль, его приобретают. Если же количество зарядных станций составляет, например, 600 единиц, то только 80 % потенциальных покупателей электромобиля совершают покупку.

Соответственно, блок "Зарядная инфраструктура" моделирует скорость введения новых зарядных станций. Мы исходим из предположения, что первичная инфраструктура зарядных станций обеспечивается при государственном участии, а с ростом количества электромобилей в регионе постепенно к развитию зарядной инфраструктуры подключаются и частные инвесторы. Как указывают зарубежные исследователи [33], создание изначальной инфраструктуры заправочных станций критически важно для запуска цикла продаж электромобилей.

Развитие инфраструктуры заправок моделируется с помощью стандартного "целевого" поведения системы (goal seeking behavior). Целевой ориентир регулируется в окне настроек модели (рис. 7). Целевое значение количества зарядных станций выбирается из диапазона в 200--1000 единиц. Для простоты анализа количество строящихся станций рассчитывается как фиксированная доля разницы между уже построенными и планируемыми к постройке станциями (3 %). Число планируемых к постройке станций задается параметром Плановое количество станций.

Также в модели отслеживается показатель Количество электромобилей на зарядную станцию, представляющий собой отношение количества электромобилей к количеству зарядных станций. В качестве стандартного используется соотношение "10 электромобилей на 1 общественную станцию", обоснованное в Global EV Outlook 2019й. Поскольку за государственный счет финансируется только ограниченное количество станций, с ростом покупок электромобилей соотношение количества электромобилей на зарядную станцию начинает возрастать. В результате строительства новых зарядных станций как за счет бюджетных, так и внебюджетных источников финансирования показатель Количество электромобилей на зарядную станцию достигает целевого уровня. В дальнейшем по мере роста парка электромобилей и ухудшения показателя Количество электромобилей на зарядную станцию данный цикл повторяется автоматически. В модели заложено предположение, что частный инвестор в среднем вводит по 15 станций за единицу модельного времени до тех пор, пока этот показатель не придет к своему целевому значению "1 публичная станция на 10 электромобилей").

Базовые параметры и предпосылки расчета приведены в таблице 4.

Таблица 4

Основные предпосылки моделирования

Результаты имитационного эксперимента приведены на рисунке 7: в случае субсидирования покупки электромобилей на 50 % и строительства в регионе инфраструктуры зарядных станций в количестве не менее 400, число покупателей электромобилей за десять лет составит примерно 5,7 тыс. человек (5694 покупателя). При этом количество покупателей автомобилей с ДВС - более 28 тыс. человек (28 341 покупатель). На поздних этапах модели (после первых 60 мес.) в среднем в месяц совершается около 50--60 покупок электромобилей и около 500--520 покупок автомобилей с ДВС.

Всего количество покупателей электромобилей за весь период составит 17 %. За десятилетний период при базовом сценарии может быть введено 514 заправочных станций, из которых за счет государственных средств - 400, за счет средств частных инвесторов - 114 (график "Количество зарядных станций" на рисунке 7). Частные станции вводятся по мере превышения показателя Количество электромобилей на зарядную станцию выше целевого значения, установленного в размере 10 электромобилей на 1 станцию.

Рис. 7. Панель результатов моделирования.

Базовый сценарий: 50 %-ная субсидия на закупку электромобиля, строительство сети зарядных станций за государственный счет в количестве 400 станций

Полученные результаты моделирования в целом соответствуют сложившейся европейской практике, где доля электромобилей по данным на 2019 год составляет около 5 - 15 % от общих покупок новых автомобилей.

Анализ чувствительности модели

Преимущество имитационного моделирования состоит в том, что оно позволяет проводить множество экспериментов, гибко задавая различные сценарии. Сценарии задаются путем варьирования наиболее значимых параметров в различных комбинациях [11]. На основе созданной модели нами был проведен анализ чувствительности по двум ключевым переменным модели:

1) количеству общественных зарядных станций;

2) размеру необходимой субсидии на приобретение электромобиля.

Результаты анализа чувствительности к количеству зарядных станций представлены на рисунках 8 - 9. Расчеты показывают (рис. 7), что разница в общем количестве покупателей электромобиля в зависимости от диапазона от 200 до 600 станций представляется существенной. В этом случае число покупателей варьируется от 3770 тыс. человек (200 станций) до 6890 (600 станций). Разница между сетью из 800 и 1000 станций практически незначительна. Таким образом, по нашим расчетам, сеть из заправочных станций в количестве 600 единиц будет в целом достаточной для успешного развития электротранспорта в Калининградской области, принимая во внимание географические и социально-демографические характеристики региона.

Рис. 8. Анализ чувствительности в зависимости от вводимых зарядных станций за государственный счет (диапазон 200--1000 станций, шаг 200 станций): по горизонтальной оси - время (120 мес.), по вертикальной оси - количество покупателей электромобилей (покупателей всего) в зависимости от развития заправочной инфраструктуры

На рисунке 9 представлено количество покупателей электромобилей в месяц в зависимости от размера субсидий. Результаты имитационного эксперимента наглядно показывают, что выбор потребителем электромобиля в значительной степени также зависит от уровня субсидирования стоимости электромобиля со стороны государства. Чем выше субсидирование - 35--40 % и более, тем значительнее количество покупателей электромобиля. Разница между количеством покупателей электромобиля в зависимости от уровня субсидирования в 30 и 50 % существенна: более чем в семь раз - 1030 человек (30 %) против 7 490 (50 %). Следует отметить, что данный результат во многом основывается на кривой предпочтений, основанной на анализе авторов (рис. 5). По мере валидации кривой предпочтений на основе дальнейших исследований рынка результаты моделирования могут быть существенно уточнены.

(диапазон субсидии в размере 30--50 % от стоимости электромобиля, шаг в 5 %): по горизонтальной оси - время (120 мес.),

по вертикальной оси - количество покупателей электромобилей (покупателей в месяц) в зависимости от уровня субсидирования

Заключение