교통량 데이터를 활용한 전기차 충전소 위치 최적화 방안 연구

Abstract

파리 협정 이후, 탄소 배출을 줄이기 위해 국내에서는 여러 지원 정책이 제시되고 있으나, 국내의 전기차 보급율은 0.3% 내외로 적은 편에 속한다. 저조한 전기차 보급율을 늘리기 위해 전기차 충전소 보급을 늘리는 것이 필 수적이며, 2030년 정부의 전기차 350만대 보급목표를 맞추기 위한 전기차 급속충전소의 최적화된 위치선정이 필요로 하다. 공동주택이 지배적인 국 내 도심의 환경적 상황에서는 급속충전소의 보급이 필수적이며, 안양시를 샘플로 도심 내의 급속충전소의 위치 선정을 진행하였다. 기존 연구의 완속 충전소 후보지역을 바탕으로 집합 커버, P-Median, P-Center 모델링에 따른 14개의 급속충전소 후보지를 선정하였으며, 교통량 데이터를 활용하여 더 많은 사용자들이 접근하기 좋은 충전소 위치를 선정에 활용하였다. 집합커 버 모델링을 활용하여 2 km 이내의 커버공간을 가진 균등한 급속충전소 위 치를 선정하였으며, 보다 많은 사용자들의 짧은 거리 이동을 위해,P-Median 모델링과 교통량 데이터를 활용하였다.P-Center모델링을 활용하여 긴 거리 이동을 줄여주는 위치를 선정하며, 교통량 데이터 활용에 따른 변화를 보였 다. 본 연구결과를 통해 모델링과 교통량 데이터에 따라 달라지는 충전소의 위치를 보이며, 충전소 위치 선정 시, 목적에 따른 모델링 선정의 필요성을 제시하였다.

Since the Paris Agreement, various support policies to support reduction of carbon emissions have been proposed in Korea. However, domestic EV (Electric Vehicle) penetration rate accounts only for 0.3%. The increase in supply for EV is proportional to the increase in EV charging stations. The Korean governmenthaveannouncedtheincreaseinEVsupplyto3.5millionby2030. Therefore, it is crucial to find the optimal location for EV Charging station. Considering the environmental condition in Korea city, large number of apartments are built and thus, fast EV charging stations become an important factor. In this research, it defined optimal location of fast charging stations based on Anyang City. This research has been selected14 fast EV charging stations based on using Set cover, P-Median, and P-Center modeling, and used traffic dataamongtheexistingcandidatesslowchargingstations.UsingtheSetcover modeling, it has been suggested optimal locations within 2 km distance, and it has been defined optimal locations with shorter distance movement of more users using the P-Median modeling with traffic data. P-Center modeling has been used to select a location that reduces long distance travel and showed changes according to the utilization of traffic data. Through the results of this study, it has been showed changing locations of the fast EV charging stations by each modeling and traffic data. So it is necessary to define which modeling will be used when design optimal locations according to purpose.