France EV Mobility 2040

Analyse de la transition vers la mobilité électrique en France à horizon 2040.
Projet réalisé dans le cadre d'une SAÉ de BUT Science des Données.

🔗 Application Interactive

👉 Tester le Dashboard Shiny

---

Problématique

Comment évolue le parc de véhicules électriques en France, et la France peut-elle atteindre l'objectif de 100 % de nouvelles immatriculations électriques fixé à 2035 par l'Union Européenne ? Ce projet combine modélisation statistique et analyse géographique pour répondre à cette question.

---

Méthodologie

Modèle de croissance logistique

La trajectoire du parc électrique est modélisée par une courbe logistique (modèle de Verhulst) ajustée sur les données historiques 2013–2024 via nlsLM. Le modèle prédit l'année d'atteinte d'un plafond paramétrable (par défaut : 40 millions de véhicules).

Clustering K-Means

Les 96 départements métropolitains sont classifiés en 3 groupes selon leur niveau d'équipement en VE (2024), révélant une fracture territoriale nette entre l'Île-de-France, les grandes métropoles et les territoires ruraux.

Résultats clés

• Autonomie moyenne des VE disponibles : 355 km
• Croissance du parc électrique 2013–2024 : > +10 000 %
• Ratio véhicules / points de charge (2024) : ~8 VE par borne
• Fracture territoriale : top 10 des départements concentrent > 40 % du parc national

Bilan : L'objectif européen de 2035 semble atteignable au niveau national, mais la fracture territoriale identifiée par le clustering K-Means suggère qu'une accélération massive des infrastructures IRVE est nécessaire dans les zones rurales.

📄 Lire le rapport complet (PDF)

---

Architecture du projet

ev-2040/
├── app.R                   # Application Shiny (dashboard interactif)
├── init.R                  # Installation automatique des dépendances R
├── .gitignore
├── data/
│   ├── data_immat_light.csv    # Parc automobile par dept/carburant (agrégé)
│   ├── data_irve_light.csv     # Bornes de recharge (colonnes utiles, filtré)
│   ├── departement.csv         # Référentiel des départements français
│   ├── conso_voiture.csv       # Caractéristiques techniques des VE du marché
│   ├── departements.geojson    # Données géographiques pour la cartographie
│   └── screenshot.png          # Screenshot du site
├── scripts/
│   └── precompute_data.R       # Génère les fichiers *_light.csv depuis les données brutres
│   └── code.Rmd                # Notebook exploratoire
├── report/
│   ├── rapport_sae5_ems_01.Rmd # Rapport d'analyse complet (Rmd → PDF/HTML)
│   ├── rapport_sae5_ems_01.pdf # Résultat du Rmd
│   ├── logo_iut.png            # Logo de mon IUT pour le rapport
│   └── logo_sd.png             # Logo de la formation SD pour le rapport

---

Installation & Lancement

1. Installer les dépendances R

source("init.R")

2. (Optionnel) Régénérer les fichiers de données allégés

Les fichiers *_light.csv sont déjà présents. Pour les régénérer depuis les données brutes :

1. Télécharger les fichiers source depuis data.gouv.fr :
   • Parc automobile (SDES) → data/data_immat.csv
   • IRVE (AFIREV) → data/data_irve.csv
2. Lancer le script de pré-calcul depuis la racine du projet :

source("scripts/precompute_data.R")

3. Lancer l'application Shiny

shiny::runApp("app.R")

---

Déploiement

Application en ligne : (https://neezynj.shinyapps.io/ev-2040/)

Pour déployer sur shinyapps.io :

library(rsconnect)
rsconnect::deployApp(appFiles = c("app.R", "data/data_immat_light.csv",
                                   "data/data_irve_light.csv",
                                   "data/departement.csv",
                                   "data/conso_voiture.csv"))

---

Sources des données

Jeu de données	Source	Producteur
Parc automobile par commune	data.gouv.fr	SDES / Ministère de la Transition Écologique
Bornes de recharge (IRVE)	data.gouv.fr	AFIREV / OZEV
Consommation véhicules électriques	data.gouv.fr	ADEME
Contours des départements (GeoJSON)	github.com/gregoiredavid	Grégoire David