플러그인 하이브리드 전기차 장거리 경로 최적화와 충전·주유 스케줄링에 대한 형식적 접근

본 논문은 플러그인 하이브리드 전기차(PHEV)의 장거리 주행 시 발생하는 ‘연료비(전기·가솔린)와 총 소요 시간’이라는 두 가지 핵심 제약을 동시에 만족시키는 최적 경로와 충전·주유 스케줄을 찾는 문제를 다룬다. 기존 연구가 전통적인 가솔린 차량의 연료 효율이나 전기차의 충전 스케줄에만 초점을 맞춘 반면, 이 논문은 전기와 가솔린을 순차적으로 사용하는 PHEV의 특성을 반영해 새로운 모델을 제시한다. ### 1. 문제 정의 및 가정 - **도로망**: 위치점(l)과 이를 연결하는 링크(L̂l,l)로 구성된 양방향 그래프. 각 링크는 거리(D̂l,l)와 시간대(t)별 평균 속도(Ŝl,l,t)를 가진다. - **충전소·주유소**: 각 위치점에 충전소(Sl)와 주유소(Gl)가 존재할 수 있다. 충전소는 시간대별 전기 가격(Ps​l,t), 대기 큐 길이(Qs​l,t), kWh당 충전 시간(Ts​l) 등을 제공한다. 주유소는 갤런당 가격(Pg​l)과 평균 주유 시간(Ťg​l)만을 고려한다(대기 큐는 무시). - **차량 모델**: 배터리 용량(Cv), 현재 전기 잔량(Ev), 전기 소비율(Re), 가솔린 용량(Ĉv), 현재 가솔린 잔량(Gv), 가솔린 소비율(Rg) 등 물리적 파라미터를 포함한다. 차량은 전기와 가솔린을 동시에 사용하지 않고, 전기 잔량이 소진되면 가솔린으로 전환한다는 가정을 둔다. - **사용자 요구**: 출발점, 목적지, 중간 via‑point, 총 소요 시간 제한, 총 연료비 제한(전기·가솔린 비용 합산) 등을 명시한다. ### 2. 형식적 모델링 문제는 **제약 만족 문제(SMT)** 로 수식화된다. 주요 제약은 다음과 같다. - **경로 연속성**: 선택된 링크들의 순서가 출발점에서 목적지까지 연결되어야 함. - **전기·가솔린 잔량**: 각 이동 구간에서 소비된 전기·가솔린 양이 차량의 현재 잔량을 초과하지 않아야 함. - **충전·주유 스케줄**: 충전소에서의 충전량은 배터리 용량 이하이며, 충전·주유에 소요되는 시간(대기 시간 + 실제 충전/주유 시간)이 전체 시간 제한에 포함된다. - **비용 제한**: 전기 충전량·가격과 가솔린 사용량·가격의 합이 사전에 정의된 비용 한도를 넘지 않아야 함. - **시간대별 변수**: 이동 중인 시간대에 따라 평균 속도와 전기 가격이 변동하므로, 각 구간의 도착 시각을 추적해 해당 시간대의 파라미터를 적용한다. 이러한 제약을 Z3 SMT 솔버에 입력하면, 솔버는 변수(선택된 링크, 충전량, 주유량, 도착 시각 등)의 값을 찾아 전체 제약을 만족하는 해를 반환한다. ### 3. 가격 기반 네비게이션 제어 단일 차량 최적화 외에도, 서비스 제공자는 **가격 인센티브**를 활용해 전체 PHEV 흐름을 제어한다. 구체적으로는 시간대별·위치별 전기 가격을 동적으로 조정하여, 특정 충전소에 차량이 몰리는 현상을 완화한다. 낮은 가격을 제공하는 충전소로 차량을 유도함으로써, 교통 및 전력망 부하를 고르게 분산시킬 수 있다. 이는 기존 연구에서 다루지 않았던 시스템‑레벨 정책 설계이다. ### 4. 구현 및 실험 - **솔버**: Microsoft Z3 (SMT‑LIB2 호환) 사용. - **데이터**: 미국 도로망을 모델링한 1,000개 위치점, 각 위치에 평균 1~2개의 충전·주유소 배치. 시간대별 전기 가격과 대기 큐 길이는 실제 통계(예: 전력 시장 가격, 충전소 이용 기록)를 기반으로 시뮬레이션. - **성능**: 1,000개 위치점·수백 개 제약을 포함한 인스턴스를 몇 초(2~5초) 내에 해결. 병렬 실행을 통해 여러 인스턴스를 동시에 처리하면 확장성도 확보. - **비교**: 기존 ILP 기반 방법보다 모델링 유연성이 높고, 해결 시간도 경쟁력 있음. ### 5. 기여 및 한계 - **기여**: (1) PHEV 특성을 반영한 복합 경로·충전·주유 최적화 모델 제시, (2) SMT 기반 수식화와 Z3 활용으로 실시간 수준의 해결 가능성 입증, (3) 가격 기반 네비게이션 제어를 통한 시스템 레벨 부하 균형 메커니즘 제안. - **한계**: 평균 속도와 대기 시간만을 사용해 교통 변동성을 단순화, 충전소·주유소의 서비스 용량을 상세히 모델링하지 않음, 혼합 구동 전략(전기와 가솔린 동시 사용)을 고려하지 않음. 향후 연구에서는 실시간 교통 데이터와 다중 포트 충전 모델을 통합하고, 혼합 구동 정책을 포함한 다목적 최적화를 탐색할 필요가 있다. ### 6. 결론 본 연구는 PHEV 장거리 주행에 필요한 복합 제약을 형식적으로 정의하고, SMT 기반 솔버를 통해 효율적으로 해결함으로써, 차량 운전자와 교통·전력 시스템 모두에게 이익을 제공한다. 제시된 모델과 가격 제어 메커니즘은 스마트 그리드와 연결된 미래형 교통 관리 시스템에 적용 가능하며, 향후 확장성을 고려한 연구가 기대된다.