전기차 충전 최적화와 일일 사전 가격 설계

초록

본 논문은 가정용 전기차 충전으로 인한 전력 피크 상승을 완화하기 위해 ‘이상적인’ 충전 프로파일을 정의하고, 이를 기반으로 일일 사전 가격 모델을 도출한다. 연간 주거 전기차 이용 데이터를 활용해 가격 신호를 최적화함으로써 전체 전기 비용 감소와 시스템 피크 부하 감소라는 두 목표를 동시에 달성한다. 또한 소비자 편의(충전 가능 시간대)와 비용 절감 사이의 트레이드오프를 간단한 수식으로 표현하고, 커뮤니티 규모가 확대돼도 적용 가능한 확장성을 입증한다.

상세 분석

이 연구는 전기차( EV ) 보급 확대가 전력 시스템에 미치는 영향을 정량적으로 분석하고, 가격 메커니즘을 통해 부하를 평탄화하는 전략을 제시한다. 먼저, 저자들은 하루 24시간을 여러 충전 슬롯으로 구분하고, 각 슬롯별 평균 충전량을 추정해 ‘이상적인’ 충전 프로파일을 만든다. 이 프로파일은 전체 충전량을 유지하면서 피크 시점을 최소화하도록 설계되었으며, 실제 사용자 행동 데이터를 기반으로 보정된다.
가격 모델은 일일 사전 가격(day‑ahead pricing) 형태로, 각 시간대의 전력 가격을 최적화 변수로 설정한다. 목표 함수는 (1) 전체 전기 비용 최소화와 (2) 피크 부하 최소화를 가중합 형태로 결합한다. 여기서 가중치는 소비자 편의 수준을 나타내는 파라미터 α 로, α 가 클수록 충전 가능 슬롯 수를 늘려 사용자 만족도를 높이지만 비용 절감 효과는 감소한다. 제약조건은 (가) 각 차량의 충전 요구량 충족, (나) 충전 시작·종료 시간은 사용자가 지정한 윈도우 내에 제한, (다) 전력망의 최대 허용 부하를 초과하지 않음 등을 포함한다.
수학적 모델은 선형 또는 혼합정수선형(MILP) 형태로 구현되어, 기존 전력 시장 최적화 툴과 호환 가능하도록 설계되었다. 실험에서는 1년치 실거래 데이터를 3개월 단위로 구간화해 시뮬레이션을 수행했으며, 가격 신호를 적용한 경우 평균 전기 비용이 약 12 % 감소하고, 피크 부하는 15 % 이상 감소함을 확인했다. 특히, α 값을 조정함에 따라 비용 절감률과 피크 감소율 사이에 명확한 트레이드오프가 나타났으며, 이는 정책 입안자가 사회적 편익과 경제적 효율성을 균형 있게 고려할 수 있는 근거를 제공한다.
또한, 모델의 확장성을 검증하기 위해 500가구, 2,000가구, 5,000가구 규모의 가상 커뮤니티에 적용했을 때 계산 시간은 선형적으로 증가했으며, 5,000가구 수준에서도 10분 이내에 최적해를 도출할 수 있었다. 이는 제안된 방법이 대규모 스마트 그리드 운영에 실용적으로 활용될 수 있음을 시사한다.