전기차 충전에 대한 수요가 증가할수록 충전소 부족에 대한 불만이 커지고 있으나 충전소를 단기간에 설치하여 공급하기란 현실적으로 어렵다. 충전소 설치 시 입지확보가 어려우며 급속충전소의 경우 전력부하가 크기 때문에 입지 선정에 여러 요인을 고려해야 한다. 서울시 내 급속충전소가 가장 많이 설치되어 있는 곳은 공영주차장으로 입지선정에 가장 크게 관여해왔던 것은 설치의 용이성이다. 그러나 이와 같은 방법은 전기차 이용자가 충전하고자 하는 장소와 충전소가 설치되는 장소가 다를 수 있으며 실제 충전소를 이용할 때 이용자가 원하는 위치와 달라 이용에 불편함을 겪을 수 있다. 실제로 서울시 통근자를 대상으로 한 설문에서 충전인프라 부족에 따른 문제가 가장 큰 문제로 나타났다. 이러한 문제를 해결하기 위하여 기존문헌 검토를 하였다. 기존 국내연구에서는 실제 대상지를 분석함에 있어 기존 충전소를 고려하지 않거나 ...
전기차 충전에 대한 수요가 증가할수록 충전소 부족에 대한 불만이 커지고 있으나 충전소를 단기간에 설치하여 공급하기란 현실적으로 어렵다. 충전소 설치 시 입지확보가 어려우며 급속충전소의 경우 전력부하가 크기 때문에 입지 선정에 여러 요인을 고려해야 한다. 서울시 내 급속충전소가 가장 많이 설치되어 있는 곳은 공영주차장으로 입지선정에 가장 크게 관여해왔던 것은 설치의 용이성이다. 그러나 이와 같은 방법은 전기차 이용자가 충전하고자 하는 장소와 충전소가 설치되는 장소가 다를 수 있으며 실제 충전소를 이용할 때 이용자가 원하는 위치와 달라 이용에 불편함을 겪을 수 있다. 실제로 서울시 통근자를 대상으로 한 설문에서 충전인프라 부족에 따른 문제가 가장 큰 문제로 나타났다. 이러한 문제를 해결하기 위하여 기존문헌 검토를 하였다. 기존 국내연구에서는 실제 대상지를 분석함에 있어 기존 충전소를 고려하지 않거나 최적화알고리즘을 사용하지 않는 한계점이 있었고 해외 연구의 경우 토이네트워크에 적용하거나 국내환경과는 다른 특성을 보였다. 이에 본 연구에서는 가중평균점수를 이용해 입지를 선정하는 연구방법을 수립하여 서울시를 대상으로 최적의 입지선정 분석을 수행하였다. 기존문헌 사용되었던 입지선정 영향 평가요소를 가중평균 합산하여 이를 입지잠재력점수라 정의하였다. 입지잠재력점수가 높을수록 수요발생지점과 충전소의 설치지점이 불균형한 것으로 최적화 시 점수의 합을 최소화하여 최적입지를 선정하는 분석을 수행하였다. 앞서 도출한 평가방법을 분석에 활용하기 위해 Open API나 GIS를 이용하여 다수의 기존문헌에서 사용한 500m 셀의 형태로 데이터를 가공하였으며 가중평균점수 산정 시 AHP를 통해 가중치를 산정하였다. 기존 충전소에 따른 서울시 급속충전소 입지분석 결과, 입지잠재력점수가 상위권에 위치한 입지(셀)는 인근에 번화가가 있어 유동인구가 많고 건축물 연면적의 합이 크며 가장 가까운 충전소가 멀리 떨어져 있었다. 기존 충전소 189개소를 입지조건에 따라 재배치하게 되면 입지잠재력점수가 14.1% 감소하여 기존 급속충전소의 입지가 충전수요나 이용편의를 고려하지 않고 선정되었다는 것을 알 수 있었다. 또한 그 차이를 정량적으로 알 수 있었는데 서울시 전역에서 가장 가까운 충전소와의 거리가 평균 1.1km에서 0.8km로 감소하여 충전소 접근성이 확대되었다. 앞서 재배치한 충전소 입지는 충전소의 이전을 가정한 것이지만 현실적으로 급속충전소를 이전하는 것은 신규설치만큼 비용이 들어 실용적이지 않다. 그러므로 충전소 재배치와 동일한 효과를 얻으려면 몇 개를 설치해야 하는지 분석하였다. 각 구에 1개부터 4개까지 신규충전소 설치를 가정하여 최적입지를 선정하였고 입지잠재력점수의 총합을 비교하였다. 그 결과, 각 구(區)별 1개의 충전소를 설치해야 동일한 효과를 얻을 수 있으며 충전소가 많아질수록 서울시의 입지잠재력점수 합이 감소하여 전기차 이용자의 충전 편의성이 증가하였다. 본 연구를 통해 최적화기법을 적용하여 적정입지를 제시할 수 있다는 것과 충전소의 입지를 결정할 때 의사결정의 근거로 활용할 수 있을 것이라 기대하였다.
전기차 충전에 대한 수요가 증가할수록 충전소 부족에 대한 불만이 커지고 있으나 충전소를 단기간에 설치하여 공급하기란 현실적으로 어렵다. 충전소 설치 시 입지확보가 어려우며 급속충전소의 경우 전력부하가 크기 때문에 입지 선정에 여러 요인을 고려해야 한다. 서울시 내 급속충전소가 가장 많이 설치되어 있는 곳은 공영주차장으로 입지선정에 가장 크게 관여해왔던 것은 설치의 용이성이다. 그러나 이와 같은 방법은 전기차 이용자가 충전하고자 하는 장소와 충전소가 설치되는 장소가 다를 수 있으며 실제 충전소를 이용할 때 이용자가 원하는 위치와 달라 이용에 불편함을 겪을 수 있다. 실제로 서울시 통근자를 대상으로 한 설문에서 충전인프라 부족에 따른 문제가 가장 큰 문제로 나타났다. 이러한 문제를 해결하기 위하여 기존문헌 검토를 하였다. 기존 국내연구에서는 실제 대상지를 분석함에 있어 기존 충전소를 고려하지 않거나 최적화알고리즘을 사용하지 않는 한계점이 있었고 해외 연구의 경우 토이네트워크에 적용하거나 국내환경과는 다른 특성을 보였다. 이에 본 연구에서는 가중평균점수를 이용해 입지를 선정하는 연구방법을 수립하여 서울시를 대상으로 최적의 입지선정 분석을 수행하였다. 기존문헌 사용되었던 입지선정 영향 평가요소를 가중평균 합산하여 이를 입지잠재력점수라 정의하였다. 입지잠재력점수가 높을수록 수요발생지점과 충전소의 설치지점이 불균형한 것으로 최적화 시 점수의 합을 최소화하여 최적입지를 선정하는 분석을 수행하였다. 앞서 도출한 평가방법을 분석에 활용하기 위해 Open API나 GIS를 이용하여 다수의 기존문헌에서 사용한 500m 셀의 형태로 데이터를 가공하였으며 가중평균점수 산정 시 AHP를 통해 가중치를 산정하였다. 기존 충전소에 따른 서울시 급속충전소 입지분석 결과, 입지잠재력점수가 상위권에 위치한 입지(셀)는 인근에 번화가가 있어 유동인구가 많고 건축물 연면적의 합이 크며 가장 가까운 충전소가 멀리 떨어져 있었다. 기존 충전소 189개소를 입지조건에 따라 재배치하게 되면 입지잠재력점수가 14.1% 감소하여 기존 급속충전소의 입지가 충전수요나 이용편의를 고려하지 않고 선정되었다는 것을 알 수 있었다. 또한 그 차이를 정량적으로 알 수 있었는데 서울시 전역에서 가장 가까운 충전소와의 거리가 평균 1.1km에서 0.8km로 감소하여 충전소 접근성이 확대되었다. 앞서 재배치한 충전소 입지는 충전소의 이전을 가정한 것이지만 현실적으로 급속충전소를 이전하는 것은 신규설치만큼 비용이 들어 실용적이지 않다. 그러므로 충전소 재배치와 동일한 효과를 얻으려면 몇 개를 설치해야 하는지 분석하였다. 각 구에 1개부터 4개까지 신규충전소 설치를 가정하여 최적입지를 선정하였고 입지잠재력점수의 총합을 비교하였다. 그 결과, 각 구(區)별 1개의 충전소를 설치해야 동일한 효과를 얻을 수 있으며 충전소가 많아질수록 서울시의 입지잠재력점수 합이 감소하여 전기차 이용자의 충전 편의성이 증가하였다. 본 연구를 통해 최적화기법을 적용하여 적정입지를 제시할 수 있다는 것과 충전소의 입지를 결정할 때 의사결정의 근거로 활용할 수 있을 것이라 기대하였다.
As demand for charging EV(Electric Vehicle)s increases, complaints about the lack of charging stations are growing. However it is practically difficult to install and supply charging stations in a short period of time, and to determine a location to installing fast charging stations.Many Factors sho...
As demand for charging EV(Electric Vehicle)s increases, complaints about the lack of charging stations are growing. However it is practically difficult to install and supply charging stations in a short period of time, and to determine a location to installing fast charging stations.Many Factors should be considered to dtermine appropriate location for fast charging stations due these significantly large electronic power load. So far, easiness to install them is the most important criteria of consideration for the location determination, This is why the place where the most of fast charging stations has been installed is the public parking lot, which is easy to install. However, such a way to determine the location could make EV users to experience inconvenience in using charging stations which may far from their ideal location. Those results of a survey intended for commuters in Seoul showed that the most significant problem was the lack of charging infrastructure. To solve these problems, existing literature was reviewed. In conventional studies didn't consider existing charging stations in analyzing actual target sites or use optimization algorithms, and overseas studies showed characteristics that were different from the domestic environment or applied optimization method to toy networks. Therefore, this study established a research method for selecting locations through Composite Indicator and conducted an optimal location selection analysis in Seoul. The factors used in the previous literature were applied to calculate the IP(installation potential) score by using the Composite Indicator. The higher IP scores, the more disproportionate the point of demand and the installation point of the charging station. The optimization is to determine the optimal location by minimizing the sum of the IP scores. In order to utilize the previously derived evaluation methods for the analysis, data were processed in the form of 500m square cells using Open API or QGIS. weights of the factors were calculated through AHP when evaluating the IP scores. According to the location determination based on existing charging stations in Seoul, the location (the square cell) with the high IP scores is located nearby the main street, places with a large floating population, a large floor area, and places with long distance for the nearest charging station. If 189 existing charging stations were relocated according to optimization, the sum of IP scores of the existing fast charging stations decreased by 14.1%. It showed that the location of the existing fast charging stations was determined without consideration of charging demand or convenience of use. In addition, the difference between before and after IP scores of relocation was quantitatively identified, and the distance from the nearest charging station throughout Seoul decreased from 1.1 km to 0.8 km on average, expanding accessibility to charging stations. It is assumed the analysis was supposed to relocate the existing fast charging stations. but, relocating the fast charging station is not feasible because it costs as much as new one. Therefore, I analyzed how many charging station should be installed to achieve the same effect as the relocation. The optimized location was determined based on the assumption of installing one to four new charging stations in each district, and the total IP scores was compared. As a result, one charging station for each district should be installed to achieve the same effect as the relocation, and the more charging stations, the less total IP scores of Seoul. It was expected that this study could provide an appropriate location by applying optimization techniques and could be used as a basis for decision making when determining the location of fast charging stations.
As demand for charging EV(Electric Vehicle)s increases, complaints about the lack of charging stations are growing. However it is practically difficult to install and supply charging stations in a short period of time, and to determine a location to installing fast charging stations.Many Factors should be considered to dtermine appropriate location for fast charging stations due these significantly large electronic power load. So far, easiness to install them is the most important criteria of consideration for the location determination, This is why the place where the most of fast charging stations has been installed is the public parking lot, which is easy to install. However, such a way to determine the location could make EV users to experience inconvenience in using charging stations which may far from their ideal location. Those results of a survey intended for commuters in Seoul showed that the most significant problem was the lack of charging infrastructure. To solve these problems, existing literature was reviewed. In conventional studies didn't consider existing charging stations in analyzing actual target sites or use optimization algorithms, and overseas studies showed characteristics that were different from the domestic environment or applied optimization method to toy networks. Therefore, this study established a research method for selecting locations through Composite Indicator and conducted an optimal location selection analysis in Seoul. The factors used in the previous literature were applied to calculate the IP(installation potential) score by using the Composite Indicator. The higher IP scores, the more disproportionate the point of demand and the installation point of the charging station. The optimization is to determine the optimal location by minimizing the sum of the IP scores. In order to utilize the previously derived evaluation methods for the analysis, data were processed in the form of 500m square cells using Open API or QGIS. weights of the factors were calculated through AHP when evaluating the IP scores. According to the location determination based on existing charging stations in Seoul, the location (the square cell) with the high IP scores is located nearby the main street, places with a large floating population, a large floor area, and places with long distance for the nearest charging station. If 189 existing charging stations were relocated according to optimization, the sum of IP scores of the existing fast charging stations decreased by 14.1%. It showed that the location of the existing fast charging stations was determined without consideration of charging demand or convenience of use. In addition, the difference between before and after IP scores of relocation was quantitatively identified, and the distance from the nearest charging station throughout Seoul decreased from 1.1 km to 0.8 km on average, expanding accessibility to charging stations. It is assumed the analysis was supposed to relocate the existing fast charging stations. but, relocating the fast charging station is not feasible because it costs as much as new one. Therefore, I analyzed how many charging station should be installed to achieve the same effect as the relocation. The optimized location was determined based on the assumption of installing one to four new charging stations in each district, and the total IP scores was compared. As a result, one charging station for each district should be installed to achieve the same effect as the relocation, and the more charging stations, the less total IP scores of Seoul. It was expected that this study could provide an appropriate location by applying optimization techniques and could be used as a basis for decision making when determining the location of fast charging stations.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.