1. 서론

본 연구에서는 전기자동차(EV), 플러그인 하이브리드 자동차(PHV) 사용자 편리성의 관점 및 충전인프라사업의 관점이라는 양방의 시점에서 충전인프라설치에 의한 EV,PHV사용자의 편리성 향상효과와 충전인프라 가동률 등을 평가할 수 있는 충전인프라 검토용 차세대 자동차 교통 시뮬레이터를 개발한다. 따라서 종래의 통계데이터에 의한 자동차의 평균주행거리와 EV,PHV의 카탈로그성능에 기초한 충전인프라의 필요성 논의를 발전시켜, 어느 특정의 지역에서 자동차 운용 패턴과 주거지역, 비즈니스지역 등 상세한 지리적 정보에 기초한 충전인프라설치의 효과와 적정설치규모 등에 대한 상세한 논의를 가능하게 하는 것을 목적으로 한다. 본 보고서는 개발 제1단계로서 충전인프라의 필요에 대한중요성을 고려하여 검토대상을 EV로 좁혀 교통시뮬레이터 개발에 대하여 정리한 것이다.

2. 교통시뮬레이터에 관하여

(1) 종래의 교통시뮬레이터 개요

교통시뮬레이터는 차량의 취급모델과 차량의 이동모델의 관점에서 분류할 수 있다. 차량의 취급모델에는 2가지가 있다. 하나는 도로상의 차량이동을 유체로 가정한 후, 밀도의 이동으로서 모델화한 유체모델이고, 또 하나는 차량을 한대 단위로 또는 어느 정도 그룹단위로 차량의 이동 그 자체를 모델화한 난산모델이다. 차량이동에 대한 모델화에 대해서는 (a)대기행렬모델, (b)링크함수모델, (c)추종모델의 3종류가 있다.

(2) 충전인프라 검토용 교통시뮬레이터에 필요한 모델링기법

추종모델을 적용한 교통시뮬레이터의 전형적 예로서는 도쿄대학에서 개발된 MATES(Multi-Agent Traffic and Environmental Simulator)와 IBM에서 개발된 MASMITS(Metropolitan-Area Scale Microscopic Traffic Simulator)이라는 교통시뮬레이터가 존재한다. 이들 교통시뮬레이터의 장치 구성방법으로서 채용된 방법이 멀티에이전트방법이라는 시뮬레이션기법이다. 본 연구에서도 이 멀티에이전트방법을 이용하여 차량의 이동에 관한 교통시뮬레이터를 장치하였다. 다만, MATES와 MASMITS에서 수행되고 있는 것과 같은 도로교통의 상세한 모델화는 수행하지 않으며, 가능한 한 간략화하였다. 그 한편에서는 충전인프라 검토에 영향을 주는 항목에 관해서는 상세한 모델화를 수행함으로써 충전인프라 설치에 관한 상세한 해석을 실시할 수 있는 교통시뮬레이터를 개발하였다.

3. 교통인프라 검토용 차세대 자동차 시뮬레이터의 해석 모델

(1) 해석모델의 개략과 에이전트 방법

본 연구에서는 교통시뮬레이터를 구성하는 방법으로서 멀티에이전트방법을 이용하였다. 멀티에이전트방법이란 다수의 구성요소(에이전트)로 구성된 시뮬레이션체계이다. 여기서는 EV를 에이전트로서 취급하고, 모델화한 도로망 내부를 복수의 EV가 목적지를 향하여 주행하는 가상공간을 구축하고, 충전스테이션의 유무에 의한 전지방전으로 목적지에 도달할 수 없는 EV의 수 등의 변화를 해석한다. 실제 해석코드 구축에는 복잡계 시뮬레이터 “artisoc”((주)조계획연구소)를 적용하였다.

개발한 교통시뮬레이터에서의 구체적인 해석 플로우차트에서는 처음으로 EV를 주행시키는 지도데이터(도로망)의 모델화, 작성을 수행한다. 다음으로 에이전트로서 주행시키는 EV의 기점, 종점(OD) 데이터를 설정함과 동시에 EV의 주행도로선택 및 주행시의 에너지소비모델을 정하고 있다. 그리고, EV의 주행, 충전 알고리즘을 설정한다. 마지막으로 교통시뮬레이션으로서의 해석을 실행하고, 해석결과가 출력된다.

(2) 지도데이터(도로망)의 모델화, 작성

EV가 주행하는 도로망에 관한 지도데이터의 모델화는 지도데이터에서 고속도로, 국도, 현도 등 주요 도로를 추출하여, 주요 도로간 연결 등을 고려한 보정을 추가한 후 최종적으로 교차점과 충전 스테이션정보를 추가하고, 도로망 모델을 구축한다. 해석코드 내에서는 이 도로망 모델 위를 에이전트인 EV가 주행하게 된다.

그리고, 이 지도 데이터 중에는 각 도로의 정체 시 주행속도 정보도 추가되어 있다. 이 정체속도 정보는 EV가 주행할 때에 주행조건으로서 읽어져, 주행시간의 연장효과를 만들어 낸다. 여기서 만들어진 정체 시의 주행시간은 정체 시의 장시간 운전에 의한 공조기기 등 주행 이외의 에너지 소비의 증대에 관한 평가에 이용된다.

(3) 기점, 종점 설정방법

본 연구에서는 EV의 트립회수의 확률분포를 가정하고, 난수를 발생시켜, 교통시뮬레이터 위에서 주행하는 EV의 트립회수를 설정하였다. 발생시키는 EV의 트립회수가 2회 비율이 60%로 하고 있으나, 이것은 집에서 어느 목적지에 출발하여 귀가한다는 단순 왕복을 수행하는 비율이 전체 EV의 60%이 된다는 것을 의미한다. 3회 이상 트립하는 EV의 경우, 2개 이상의 목적지를 향하여 주행한 후 마지막에는 가택목적의 트립을 수행하게 된다. 그 경우 목적지의 선정은 반복하여 목적지를 설정하는 것이 된다.

(4) 경로 선택 방법

본 시뮬레이터에서는 EV의 목적지까지 주행거리는 도로망 데이터 위를 다익스트라 알고리즘(Dijkstra's Algorithm)법에 의한 경로탐색으로 최단시간에 탐색한 주행거리로 결정된다. 목적지 자체의 선정은 출발지로부터 직선거리로 선정한다. 즉, 목적지 선정시 가정한 기점 및 종점 조사 데이터의 주행거리와 교통시뮬레이션에서의 실제 EV주행거리에는 차이가 존재한다. 엄밀히 말하면, 목적지 선정에 관해서도 실제 도로망 데이터에 기초하여, 목적지 후보 모두에서 출발지로부터 최단시가에 도달할 수 있는 주행거리를 산출하고, 목적지를 선정해야만 한다.

그럼에도 불구하고, 그러한 방법을 채용한 경우 PC의 메모리제약과 계산시간이 대폭적으로 증가하는 문제점이 있다. 그래서 본 교통시뮬레이터에서는 간략화를 위한 목적지 선정에서는 직선거리로 선정한다. 다만, 본 방법에서 해석한 EV의 주행거리분포는 기점 및 종점 조사결과를 거의 재현하고 있음과 동시에 자동차 운송 통계조사 연보 2005년도분(국토교통성)에 의한 자가용 승용차의 실제 1일 1대당 주행거리(약 35km)에 대해서도 재현하고 있어 본 시뮬레이터에서 채용한 간략화모델에서도 어느 정도 타당성이 있을 것으로 생각된다.

(5) EV 에너지 소비 모델

EV의 실질적 연비를 악화시키고 있는 원인으로서 공조 등에 의한 액세서리기기의 에너지소비 및 정체에 의한 주행시간의 연장효과를 생각할 수 있다. 따라서, 이번에 개발하는 교통시뮬레이터에서는 EV의 에너지소비를 주행에 소비하는 에너지(주행거리에 비례)와 공조 등의 악세서리기기에서 소비하는 에너지(주행시간에 비례) 등 2종류로 나누어 설정하는 것으로 하였다.

(6) 주행, 충전 알고리즘

이번 해석에서는 기점, 종점 간을 최단시간에 이동하는 것을 기본으로 하였다. 또한 이번 해석에서는 모두 EV는 출발 시에 충전상태(SOC:State of Charge)는 SOC=100%라고 가정한다. EV주행 중은 전지의 충전상황을 감시하고, 주행 중에 충전상황이 3kWh이하가 될 때에는 최단거리에 있는 충전스테이션과 목적지까지의 도달시간을 비교하고, 충전스테이션으로의 도달이 빠른 경우에는 목적지를 가장 가까운 충전스테이션으로 변경하는 것으로 하였다. 그리고 충전 종료 후는 목적지를 향하여 최단시간에 향하는 것으로 하였다.

4. 시뮬레이터 입출력과 해석 결과

(1) 교통시뮬레이션 결과와 교통량 조사결과와의 비교

차세대 자동차에 관한 교통시뮬레이션을 실시하기 전에 교통시뮬레이터로서의 성능평가를 실시하였다. 해석결과는 교통량 조사결과를 거의 재현하고 있으며, 교통량에 관한 지역의 발생비율에 관해서는 조사결과를 재현할 수 있다는 것을 알았다.

도시간 이동에 관한 교통량 비율도 경향으로서는 재현하고 있다고 말할 수 있으나, 교통량 해석결과는 재현성이 좋지 않다. 이 원인으로서는 이하의 두 가지를 생각할 수 있다. 우선, 첫 번째 원인으로서는 목적지의 선택방법의 모델화에 원인이 있다. 두 번째 원인으로서는 해석대상이 한정되어 있다는 것을 들 수 있다.

마지막으로 EV의 1트립당 주행거리에 관한 대수분포를 비교하였다. 해석결과와 조사결과(교통센서스 0D조사)을 비교한 결과, 해석결과는 어느 정도 조사결과를 재현하고 있다. 그럼에도 불구하고, 이번에 구축한 교통시뮬레이터에서는 해석알고리즘의 간략화를 위해 목적지 선택에 이용한 0D조사의 주행거리와 실제 주행한 주행거리에 차이가 발생한다는 것이 원인으로 해석결과가 조사결과 보다 크게 되는 경향이 있다. 특히 1트립당 5km 이하의 주행거리의 재현성이 앞으로의 과제이다.

(그림) 교통시뮬레이션 실행 화면

(그림) 모델 지구의 도로망, 지역 A~J와 충전인프라의 설치 위치(17개소)

(2) EV평균주행거리에 대한 충전스테이션 설치효과

모델지구에 대한 EV의 교통시뮬레이션을 실행하고, EV의 평균주행거리에 관하여 급속 충전스테이션이 설치되어 있지 있지 않은 경우와 17개소 설치되어 있는 경우에 대하여 비교하였다.

충전스테이션 유무에 따른 EV주행거리의 해석결과를 보면, 모든 탑재전지용량(8kWh, 14kWh, 20kWh)에 대하여 급속충전스테이션을 설치한 쪽이 1일 평균주행거리가 길다. 이것은 충전인프라의 설치로 그것이 없을 때 보다 장거리 주행이 가능하게 되어 EV이용자의 편이성이 향상하는 효과가 있다고 말할 수 있다. 여기서 주목해야만 하는 점으로서는 충전스테이션을 설치한 경우, 평균주행거리가 탑재전지용량에 의지하지 않고, 거의 같은 약 37km가 된다는 점이다. 이것은 급속충전 스테이션을 17개소 설치함으로써 자가용 승용차의 실제 1일 평균 주행거리 35km(보통승용차와 경자동차의 평균치)의 주행이 가능하게 되며, EV사용자의 편리성에 영향을 주지 않는다는 것을 시사한다.

탑재전지용량 14kWh의 경우 주행거리의 대수분포를 보면, 충전스테이션을 설치함으로써 장거리주행(60km이상)의 주행대수가 늘어난다는 것을 알 수 있다. 이것으로 충전 스테이션의 설치로 장거리 주행하는 EV대수가 증가하기 때문에 평균주행거리가 증가하고 있다는 것을 알게 되었다.

(3) 충전스테이션 가동율에 관한 해석

충전인프라의 시점에서 급속충전스테이션의 가동률과 EV의 탑재전지용량의 관계에 대하여 해석하였다. EV출발시에는 충전율 100%이므로 오전 중에 급속충전스테이션 이용대수는 적다. 그럼에도 불구하고, 오후가 되면 이용대수는 늘어나는 경향이 있다. 또한 탑재전지용량이 8kWh에서 20kWh로 크게 되어 이용대수는 감소하는 결과가 된다. 또한, 탑재전지용량 8kWh의 경우에는 1시간에 최대 약 30대의 이용대수가 있어 1대의 충전에 10분으로 가정하였어도 5대의 급속충전장치를 배치할 필요가 있다. 이것으로 장래 보급하는 EV의 탑재전지용량이 어느 정도 될 것인가에 따라 급속충전 스테이션의 이용대수 및 필요한 급속충전장치대수가 크게 변화한다는 것을 알게 되었다.

5. 마무리

본 보고에서는 EV의 보급에 필요한 충전인프라 설치효과를 정량적으로 평가할 수 있는 충전인프라 검토용 차세대 자동차 교통시뮬레이터를 개발하였다. 모델지구 도로망을 대상으로 교통시뮬레이션을 실시한 결과, 교통량 전체에 대한 도시마다의 발생비율과 도시간 교통량의 각 도시간 발생비율의 재현성에서 개발한 교통시뮬레이터의 타당성을 확인하였다. 그리고, 같은 도로망을 이용하여 충전스테이션 설치효과에 관한 교통시뮬레이션을 수행하였다. 이 때, EV주행연비 7.5km/kWh로부터의 공조 등의 전력소비(3kW)와 정체에서의 운전시간 장기화에 의한 실제 연비악화를 고려하였다. 그 결과, 17개소 충전스테이션 설치에 의해 탑재전지용량에 따르지 않고 자가용 승용차 실제 1일 주행거리와 동등한 EV주행거리(약 37km)가 가능하게 되었다. 이것은 충전스테이션 설치에 의해 장거리 주행을 하는 EV의 대수가 증가하기 때문이다. 이 결과에서 EV보급을 위하여 필요하게 되는 급속충전스테이션의 설치수와 전지용량 등의 자동차 성능과 정체 등의 주행환경과의 관계를 해석할 수 있는 근거 얻을 수 있었다.