EV charging में दो सबसे मुश्किल सवाल हैं: “मुझे कहाँ build करना चाहिए?” और “मैं operationally कितना अच्छा perform कर रहा हूँ?” इनका जवाब हम location score और execution score से दे चुके हैं। लेकिन एक तीसरा सवाल है जो हर investor meeting और board deck में बार-बार सामने आता है: आख़िर यह market इतना बड़ा कब होगा कि इससे पैसा बनना शुरू हो?
यही सवाल demand model का जवाब है। यह Pulse का base demand component है — वह S-curve जो तय करता है कि आपका 2028 business plan एक forecast है या fantasy.
S-curve — और वह market जिसने इसे पूरा किया
BEV adoption linear नहीं है। कभी होने वाला भी नहीं था। हर technology — smartphones, broadband, LED lighting, colour TV — logistic curve follow करती है। शुरुआत में धीमी, बीच में तेज़ acceleration, ऊपर जाकर flatten. यही S-curve है।
Norway ने हमें इसका पूरा version दिया है। 2010 में 0.3% BEV sales share से 2025 में 96% तक। शुरू से अंत तक पंद्रह साल। EV charging में यह सबसे valuable reference market है — इसलिए नहीं कि Norway typical है, बल्कि इसलिए कि यही एक देश है जहाँ हम पूरी फिल्म देख सकते हैं।
इस shape से बहुत कुछ साफ़ हो जाता है। पहले पाँच साल needle hardly move करती है (0.3% से 5.2%)। फिर inflection आता है — 5% से 50% तक पहुँचने में सिर्फ़ छह साल लगे (2013–2020)। 50% के बाद saturation के करीब पहुँचते-पहुँचते curve flatten होने लगता है। आख़िरी 16 percentage points में फिर पाँच साल लगे।
यह इसलिए अहम है क्योंकि charging demand की सबसे तेज़ growth एक खास window में होती है — मोटे तौर पर 10% से 60% BEV sales share के बीच। Europe का ज़्यादातर हिस्सा अभी इसी phase में है, या उसमें दाखिल होने वाला है।
Norway एक reference है, ceiling नहीं
Norway के curve को speed limit मान लेना आसान है। लेकिन वह है नहीं। अगर कुछ है, तो वह floor ज़्यादा है। दो structural shifts का मतलब है कि बाद के markets curve के steep हिस्से से और तेज़ निकल सकते हैं।
Supply side पूरी तरह बदल चुकी है। 2013 में Norwegian early adopters के पास विकल्प थे: 120 km real-world range वाली Nissan Leaf, या Tesla Model S जिसकी कीमत कई apartments से भी ज़्यादा थी। आज Germany या Spain का buyer ऐसे market में जाता है जहाँ हर segment में दर्जनों competitive BEVs मौजूद हैं — €24 000 से कम की Citroën ë-C3 से लेकर 500+ km range वाले electric SUVs तक। गाड़ियाँ बेहतर हैं, सस्ती हैं, और सचमुच available हैं। इससे early curve पर लगा सबसे बड़ा brake हट जाता है।
अब policy नहीं, economics primary driver बन रही है। Norway की शुरुआती ramp policy-fuelled थी: VAT exemptions, toll waivers, bus lane access. Incentives ने काम किया, लेकिन वे महंगे थे और politics पर निर्भर थे। जो markets अब steep phase में प्रवेश कर रहे हैं, वे बढ़ते हुए एक ज़्यादा टिकाऊ चीज़ से driven हैं: consumer economics. जैसे-जैसे battery costs गिरती हैं और BEVs, ICE vehicles के price parity तक पहुँचते हैं, खरीद का फैसला ideology नहीं, spreadsheet बन जाता है। किसी भी subsidy scheme से यह growth engine ज़्यादा durable है।
हमारा तर्क साफ़ है: long-term EV adoption का मुख्य driver economics होगा। बाकी सब — emissions reduction, energy security, air quality — welcome bonus हैं। जब electric चलाना बस सस्ता पड़ने लगे, S-curve अपना काम खुद कर लेती है।
एक continent, अलग-अलग clocks
कर्व वही, टाइमिंग अलग। 2025 में बड़े European markets यहाँ खड़े हैं:
Norway का chapter खत्म हो चुका है। Netherlands और Sweden acceleration phase में काफ़ी आगे हैं। UK, Germany, और France उसमें प्रवेश कर रहे हैं। Spain अभी भी early ramp में है। एक continent, एक ही play के पाँच अलग acts.
इसका practical नतीजा: अगर आप कई markets में operate करने वाले CPO हैं, तो आपका German portfolio अब उस growth phase में दाखिल होने वाला है जिससे Norway 2014–2020 में गुज़रा था। आपका Spanish portfolio वह phase अगले तीन से चार साल तक नहीं देखेगा। कंपनी वही, capital timelines पूरी तरह अलग।
हम forecast कैसे बनाते हैं
हम एक single forecast इस्तेमाल नहीं करते। हम तीन scenarios fit करते हैं — low, central, और high — एक logistic curve के साथ, जिसे दो चीज़ों के against calibrate किया जाता है:
- Historical fit. Curve को हर market के actual BEV sales data से anchor किया जाता है। जितने ज़्यादा data points, fit उतना tight.
- Reference curve normalisation. हम हर market की trajectory की तुलना Norway और दूसरी advanced S-curves — Netherlands, Sweden, Iceland — से करते हैं। अगर कोई market Norway की pace के ज़्यादा करीब track कर रहा है, तो उसे steeper curve मिलता है। अगर वह ज़्यादा conservative track कर रहा है, तो हम उसे नीचे adjust करते हैं।
हम shape parameters को दूसरी technology adoption curves के against भी cross-validate करते हैं — smartphone penetration, broadband rollout, LED lighting uptake. हर बड़ी technology logistic curve follow करती है, और उसका growth window हैरान करने वाली हद तक मिलता-जुलता होता है: developed markets में 10%–80% transition आम तौर पर 6–10 साल लेता है। Norway में BEV adoption ने यह stretch सात साल में पूरा किया। यह coincidence नहीं है — जब infrastructure और economics align करते हैं, technology adoption की यही प्रकृति होती है।
Politics का क्या?
यह सवाल हमें लगातार पूछा जाता है। US में नई administration EV mandates rollback कर देती है। Hormuz closure के बाद oil prices spike कर जाते हैं। कोई national government overnight purchase subsidies खत्म कर देती है। क्या ये सब curve को derail नहीं कर देते?
Short term में, हाँ। Germany का 2024 में subsidy cut के बाद 18.3% से 13.5% तक गिरना data में साफ़ दिखता है। लेकिन थोड़ा zoom out कीजिए, pattern वही रहता है: dip के बाद 2025 में recovery होकर 19.1% आ गया, और underlying economics बदली नहीं। Batteries सस्ती होती रहीं। Model ranges बेहतर होती रहीं। प्रति kilometre electricity, petrol से सस्ती ही रही।
हमारी position: political और macro events curve पर noise बनाते हैं, अलग curve नहीं। वे inflection को एक-दो साल आगे-पीछे कर सकते हैं, लेकिन fundamental trajectory नहीं बदलते। जब electric चलाना सस्ता पड़ता है — और Europe के ज़्यादातर markets में हम उस point पर हैं या उसके बहुत करीब — adoption economic inevitability बन जाती है। Scenarios इसी uncertainty को capture करते हैं: low scenario sustained political headwinds को price in करता है, high scenario tailwinds को। Central scenario मानता है कि heavy lifting economics करेगी।
Germany के लिए यह कुछ ऐसा दिखता है:
2025 में Germany 19% BEV share पर है — यानी curve के सबसे steep हिस्से के ठीक नीचे। Subsidy cut के बाद 2024 की dip पर ध्यान दीजिए: real थी, painful थी, और अब recover भी हो चुकी है। Central scenario Germany को 2030 तक 50% और 2035 तक 78% पर रखता है। Low scenario: 2030 तक 28%। High: 66%.
Central scenario में Germany की public charging demand 2025 से 2030 के बीच लगभग तीन गुना हो जाती है। Low scenario में यह मुश्किल से दोगुनी होती है। इन दो futures के बीच का फर्क market में काम कर रहे हर CPO के लिए negative cash flow के वर्षों में मापा जाता है।
Sales share से charging demand तक
BEV sales share आपको बताता है कि fleet कितनी तेज़ी से turnover कर रही है। लेकिन charging demand stock पर निर्भर करती है — यानी सड़क पर वास्तव में कितनी BEVs चल रही हैं — सिर्फ़ इस साल कितनी बिकीं, उस पर नहीं। Germany ने 2025 में 545 000 BEVs बेचीं, लेकिन total fleet 2 million है। यानी German roads पर चल रहे 49 million vehicles का 4%.
Sales share से charging revenue तक का conversion chain कुछ ऐसा दिखता है:
- BEV sales share (%) → सड़क पर cumulative BEV stock
- BEV stock × प्रति vehicle औसत annual kWh consumption → कुल electricity demand
- Total demand × public charging share → public charging demand pool
- Public demand pool ÷ installed charger capacity → system utilisation
आख़िरी number — system utilisation — यही तय करता है कि CPO पैसा कमाएगा या नहीं। और इसे demand growth बनाम supply growth का ratio drive करता है। आज Europe के ज़्यादातर markets में supply (installed chargers) demand (BEV fleet) से तेज़ बढ़ रही है। इससे utilisation low रहती है। लेकिन S-curve guarantee करती है कि demand catch up करेगी — सवाल सिर्फ़ कब का है।
Pulse formula, अब पूरा
Demand model national-level demand pool देता है, जो S-curve के साथ बढ़ता है। location score site quality के आधार पर उस demand को network में distribute करता है। execution score operator performance के हिसाब से उसे adjust करता है।
तीन components, और तीनों की भूमिका साफ़:
• Base demand — यही article। S-curve-driven national demand pool.
• Location score — हम हर station को कैसे score करते हैं। Traffic, population, amenities के आधार पर site quality.
• Execution score — हम हर operator को कैसे rate करते हैं। जो CPO control करता है: pricing, uptime, brand pull.
मिलकर, ये तीन variables हमें किसी भी station, किसी भी market, किसी भी demand scenario में charging volume estimate करने देते हैं। यही engine हर Pulse valuation, हर portfolio analysis, और हर profitability forecast के पीछे काम करता है।
पैसा कब आता है?
यहीं से बात practical होती है। हमारे project work — valuations, network planning, M&A due diligence — में सबसे ज़्यादा पूछा जाने वाला सवाल है: यह portfolio profitable कब बनता है?
इसका जवाब सिर्फ़ demand पर नहीं टिका। यह demand relative to supply पर टिका है। और यहीं charging market की structure मायने रखती है।
Oligopoly problem
EV charging एक oligopoly है। Europe के ज़्यादातर markets में तीन से पाँच operators fast-charging capacity के majority हिस्से को control करते हैं। इसका मतलब है कि आपके competitors के फैसले सीधे आपकी profitability को प्रभावित करते हैं। Total market demand, total market supply में बंटती है — और अगर market overbuild कर दे, तो सबकी utilisation गिरती है।
यही वह scenario है जो CPO CFOs की नींद उड़ाता है। आप बेहतरीन locations चुन सकते हैं, flawless operations चला सकते हैं, competitively price कर सकते हैं — और फिर भी पैसा गंवा सकते हैं, अगर market ने collectively demand की absorption capacity से ज़्यादा capacity install कर दी हो। S-curve guarantee करती है कि demand आख़िरकार catch up करेगी, लेकिन जब deployed hardware पर debt service करनी हो, तब “आख़िरकार” बहुत महंगा शब्द बन सकता है।
बेशक, इसका counter यही है कि आप peers से बेहतर locations चुनें और बेहतर execute करें। जिस CPO का location score market average से काफ़ी ऊपर है, वह overbuild scenario में भी demand का अपने fair share से ज़्यादा capture करेगा। लेकिन risk real है, और कोई भी honest profitability forecast इसे account में लिए बिना पूरी नहीं होती।
Projects में हम इसे कैसे model करते हैं
हमारे Projects module में — वही tool जिसे हम CPO valuations और network development analysis के लिए इस्तेमाल करते हैं — हम demand को isolation में project नहीं करते। हम आगे के लिए throughput per bay estimate करते हैं, एक सामान्य principle के आधार पर: किसी भी market में long-term build rate आखिरकार उस market के breakeven utilisation level की तरफ़ trend करेगी।
Logic सीधी है। अगर utilisation breakeven से काफ़ी नीचे है, तो rational operators buildout धीमा करते हैं — या exit कर जाते हैं। अगर utilisation breakeven से ऊपर निकलती है, तो returns नए entrants को खींचती हैं और deployment तेज़ हो जाता है। समय के साथ market खुद को उस equilibrium की तरफ़ correct करती है जहाँ marginal station मोटे तौर पर breakeven पर हो। यही gravitational pull हर charging market के evolution को shape करती है।
इसलिए throughput forecast दो inputs का function है: हमारे S-curve model से demand forecast, और उस specific analysis के लिए breakeven को define करने वाली profitability requirements.
Central scenario के तहत Germany के लिए demand trajectory कुछ ऐसी दिखती है, अलग-अलग portfolio quality के illustrative profitability thresholds के साथ:
Germany में premium locations (top-quartile location scores) वाला CPO central scenario के तहत लगभग 2027 में profitability threshold पार कर लेता है — जब demand आज के level से लगभग दोगुनी हो जाती है। Average portfolio वहाँ लगभग 2030 में पहुँचता है, जब demand तीन गुना हो चुकी होती है। Below-average locations? सबसे जल्दी 2033.
लेकिन याद रखिए: ये thresholds मानती हैं कि market equilibrium की तरफ़ self-correct करती है। Overbuild scenario में — जहाँ operators low utilisation के बावजूद deployment जारी रखते हैं — thresholds ऊपर खिसकती हैं, और profitability dates दाईं तरफ़ सरक जाती हैं। Low demand scenario के साथ aggressive competitor buildout जुड़ जाए, तो कुछ below-average stations शायद कभी line cross ही न करें।
Demand model आपको prize का size बताता है। Location और execution scores बताते हैं कि उसमें आपका share कितना है। और competitive dynamics बताती हैं कि वह prize तीन operators में बंट रही है या तेरह में। बेहतर spots में छोटा portfolio, mediocre sites में फैले बड़े network से सालों पहले profitability तक पहुँच जाता है — और competitive overbuild के सामने कहीं ज़्यादा resilient भी होता है।
Chargalytics पर हर CPO profile में उनके operating markets के लिए Pulse demand forecast शामिल है। Projects module आपको अपनी breakeven assumptions के साथ custom profitability analyses बनाने देता है — हमारी assumptions के साथ नहीं।
अपना free 7-day trial शुरू करें और 24 European markets में पूरा demand model explore करें।