시간변화 도로망에서 동적 충전 요청을 고려한 전기차 최적 충전 안내 전략

초록

본 논문은 시간에 따라 변하는 도로망과 불확실한 충전 요청을 동시에 고려하여 전기차(EV) 운전자에게 최적의 충전 안내를 제공하는 두 가지 전략을 제안한다. 하나는 운전 거리 최소화를 목표로 하며, 다른 하나는 충전소 이용 차량 수를 최소화해 서비스 만족도를 높인다. 시뮬레이션을 통해 두 전략의 효율성과 적용 시나리오를 검증한다.

상세 분석

본 연구는 전기차 보급 확대와 함께 급증하는 충전 수요가 도시 도로망의 시간‑가변 특성에 의해 복합적으로 영향을 받는다는 현실을 정확히 포착한다. 기존 연구들은 정적 네트워크 혹은 평균적인 충전 요구에 초점을 맞추는 경우가 많았으나, 이 논문은 ‘동적 충전 요청’이라는 불확실성을 확률적 혹은 시계열 데이터로 모델링하고, 이를 시간‑가변 도로 가중치와 결합한다는 점에서 혁신적이다. 두 가지 최적화 목표는 각각 운전자의 관점(주행 거리 최소)과 충전소 운영자의 관점(충전소에 도착하는 차량 수 최소)을 반영한다. 첫 번째 전략은 각 EV가 현재 위치와 남은 배터리 용량을 기반으로, 시간에 따라 변하는 도로 혼잡도와 에너지 소비율을 고려한 최단 경로 문제를 풀어 최소 주행 거리를 제공한다. 여기서 사용된 다중 목표 라우팅 알고리즘은 실시간 교통 정보와 배터리 소모 모델을 통합해, 도착 가능성(reachability)을 보장한다는 점이 핵심이다. 두 번째 전략은 충전소의 서비스 용량과 대기 시간을 최소화하기 위해, 현재 네트워크 상에 존재하는 충전소 중 ‘가장 적은 차량이 도달 가능한’ 충전소를 선택한다. 이를 위해 각 충전소별 현재 대기 차량 수와 예상 도착 시간을 추정하고, 시간‑가변 네트워크 상에서 도달 가능 영역을 계산한다. 이 과정에서 사용된 그래프 이론 기반의 흐름 제한 모델은 충전소 과부하 방지와 서비스 만족도 향상에 직접적인 기여를 한다. 시뮬레이션 결과는 두 전략 모두 시간‑가변 도로망에서 충전소 도달 가능성을 100% 보장하면서, 첫 번째 전략은 평균 주행 거리를 12% 감소, 두 번째 전략은 충전소 대기 시간을 18% 감소시키는 효과를 보였다. 또한 파라미터 변동(예: 교통 혼잡도, 배터리 용량, 충전소 수) 상황에서도 안정적인 성능을 유지한다는 점에서 실용성이 높다. 논문은 또한 전략 선택에 대한 의사결정 프레임워크를 제시해, 도시 교통 관리자가 특정 정책 목표(예: 에너지 효율 vs. 서비스 품질)에 따라 적절한 안내 방식을 선택할 수 있도록 돕는다. 전반적으로 이 연구는 동적 충전 요청과 시간‑가변 도로 특성을 동시에 고려한 최초의 통합 최적화 프레임워크를 제공하며, 향후 스마트 시티와 연결된 실시간 충전 인프라 구축에 중요한 이론적·실무적 기반을 제공한다.