공항 서비스 전기차 에너지 관리와 재생에너지 매칭을 위한 롤아웃 최적화

초록

본 논문은 공항 서비스 전기차(ASEV)의 운행·충전 스케줄을 재생에너지 생산에 맞추기 위해, 차량 상태 전이와 제어 영향을 정형화한 동적 모델을 기반으로 롤아웃 알고리즘을 적용한다. 근사 최적 제어 전략을 도출해 기존 그리디 충전 방식에 비해 연간 운영비용을 약 10% 절감하고, 비행 일정 변동에도 빠르게 적응함을 시뮬레이션으로 입증한다.

상세 분석

이 연구는 공항이라는 특수한 물류 환경에서 전기화된 서비스 차량(ASEV)의 에너지 관리 문제를 ‘고차원 최적 제어’로 정의하고, 이를 해결하기 위한 맞춤형 롤아웃 접근법을 제시한다. 먼저, ASEV의 상태를 배터리 충전 수준, 현재 작업(수하물 운반·대기·충전) 및 위치 등으로 구분하고, 시간에 따른 전이 확률과 제어 입력(충전·배차·대기)의 영향을 수식화한 마르코프 결정 과정(MDP) 모델을 구축한다. 기존의 동적 프로그래밍(DP) 방식은 상태·액션 공간이 급격히 확대돼 ‘차원의 저주’를 초래하지만, 롤아웃은 저비용의 베이스 정책(여기서는 배터리 SOC가 최대가 아니면 즉시 충전하는 그리디 정책)을 기반으로 한 단계 앞선 시뮬레이션을 통해 향상된 액션을 선택한다. 이 과정은 베이스 정책의 계산량은 그대로 유지하면서, 각 시점에서 후보 액션을 평가해 기대 비용을 최소화하는 방향으로 정책을 개선한다는 점에서 효율적이다.

시뮬레이션에서는 실제 공항의 여객 흐름과 재생에너지(주로 태양광·풍력) 생산 데이터를 활용해 여름·겨울 두 계절을 대표적인 테스트 케이스로 설정하였다. 결과는 롤아웃 정책이 그리디 정책 대비 전체 운영 비용을 평균 10% 낮추었으며, 특히 재생에너지 생산 피크와 충전 시점을 정밀히 맞춤으로써 전력 구매 비용을 크게 절감했다. 또한, 비행 일정이 급변하거나 예기치 않은 차량 고장이 발생했을 때, 롤아웃 알고리즘은 실시간으로 상태를 재평가하고 새로운 최적 액션을 도출해 기존 정책보다 빠르게 적응한다는 점이 강조된다.

한계점으로는 베이스 정책 선택에 따라 최적성 보장이 달라질 수 있으며, 실제 현장 적용 시 통신 지연·배터리 열화 모델 등 추가적인 비선형 요소를 고려해야 한다는 점이 있다. 향후 연구에서는 다중 에너지 저장·분산 전원(ESS·PV) 연계, 강화학습 기반 베이스 정책 자동 생성, 그리고 실시간 구현을 위한 경량화 알고리즘 개발이 제안된다.