[논문]철도편익 증대를 위한 소요차량수 산정 방안

김경태; 이진선; 박범환

문제 정의

본 논문에서는 철도부문의 편익을 제고하기 위해서 철도 차량의 정차 패턴까지 고려한 최적화 모형을 이용하여 분석 하는 방법을 제안한다. 기존 분석방법은 기존선의 주요 역에 모두 정차한다는 시나리오를 토대로 운행시간을 분석하여, 감소된 통행시간을 통해 시간가치를 추정하고, 그에 따른 차량수 산정 및 에너지 비용 등을 추론하였다.
본 논문에서는 철도투자사업의 경제성을 제고하기 위한 방법으로서 최적화에 의한 열차운영계획을 반영하여 소요차량 수를 산정하는 방안을 제시하였다. 경제성 분석에 미치는 영향을 선행연구의 사례로 분석한 결과 수요가 적어서 절대적인 소요차량수가 적은 경우에는 경제성에 미치는 영향이 없는 경우도 있었으나 대부분의 사례에서 2.
본 논문에서는 평균통행시간 변화에 따른 소요차량수의 변화만 분석하였으며, 선행연구[4]에서 설정한 개통년도인 2013 년에 대한 결과를 예시로 제시하였다. Table 5의 EMU 분석 결과를 보면 2013년 기준시점으로 분석한 경우, 경부선, 호남선, 중앙선의 경우에는 열차운영체계를 최적으로 할 경우 소요차량수가 줄어드는 것으로 분석되었지만, 나머지 노선의 경우에는 차이가 없는 것으로 분석되었다.
최적 열차운영체계 수립에 의해서 소요차량수의 변화가 나타나는 지를 살펴보았다. 소요차량수 산정에 있어 선행연구 에서 가정한 사항과 동일한 가정을 하였는데, 이것은 선행 연구와 본 연구의 결과를 동등한 조건에서 비교하기 위해서 이다. 내용은 1열차당 좌석수는 556석, 평균 승차율은 64%, 운행시간은 16시간, 열차반복시간은 45분을 적용하였고, 예비 및 검수를 위한 추가 차량의 비율은 10%를 가정하였다.
최적 열차운영체계 수립에 의해서 소요차량수의 변화가 나타나는 지를 살펴보았다. 소요차량수 산정에 있어 선행연구 에서 가정한 사항과 동일한 가정을 하였는데, 이것은 선행 연구와 본 연구의 결과를 동등한 조건에서 비교하기 위해서 이다.

가설 설정

소요차량수 산정에 있어 선행연구 에서 가정한 사항과 동일한 가정을 하였는데, 이것은 선행 연구와 본 연구의 결과를 동등한 조건에서 비교하기 위해서 이다. 내용은 1열차당 좌석수는 556석, 평균 승차율은 64%, 운행시간은 16시간, 열차반복시간은 45분을 적용하였고, 예비 및 검수를 위한 추가 차량의 비율은 10%를 가정하였다.

제안 방법

이 연구는 기존의 전역 정차에 기반한 노선계획모형을 개선하여, 열차 투입비용, 미충족 수요에 대한 기회비용, 정차 패턴에 따른 승객의 총 여정시간의 가중합(weighted sum)을 최소화하며, 선로용량, 투입차량의 수, 역별 최소 정차 횟수 등 노선계획상에 고려될 수 있는 모든 제약 및 변수를 고려할 수 있는 최적화 모형을 제시하였다. 본 연구에 서는 실제 운행계획이 아닌 경제성 평가의 기초자료를 작성하기 위한 노선 계획모형이므로, 수요를 만족하면서 투입되는 열차수와 승객의 여정시간을 최소화하는 노선별 열차 횟수 및 정차 패턴을 구하는 아래와 같은 보다 간단한 모형을 이용하였다.
본 연구에서는 소요차량수의 변화만을 고려하였으나 정차 패턴의 최적화에 따라 통행시간도 줄어들게 된다. 기존의 전역정차 방식에 따른 통행시간을 적용하는 것보다 줄어든 통행시간을 적용할 경우 철도를 이용하는 수요의 시간절감 편익도 증가하고, 타 수단으로부터 철도로의 수요전환량도 늘어나게 된다.
선행연구[4]에서 분석한 6개 노선에 대해서 최적화에 의한 열차운영계획을 수립하는 것이 경제성 분석에 어떠한 영향을 주는 지를 분석하였다. 우선 소요차량수 변동의 계산은 선행연구에서 설정한 분석기간인 개통년도 기준 향후 30년과 동일하게 시점을 통일하여 분석하였다.
기존 분석방법은 기존선의 주요 역에 모두 정차한다는 시나리오를 토대로 운행시간을 분석하여, 감소된 통행시간을 통해 시간가치를 추정하고, 그에 따른 차량수 산정 및 에너지 비용 등을 추론하였다. 여기에서는 분석된 O/D 수요를 만족한다는 전제 하에서 정차 패턴을 다양하게 설정하였을 때, 운행시간 변동에 따른 전체 투입되는 차량수 등이 어떻게 변화하는지를 파악하고, 경제성에 미치는 영향을 사례를 통해 분석함으로써 철도투자사업의 경제성 분석 방법의 개선 방향을 제시하였다.
우선 경부선 서울~부산 구간의 정차역은 서울, 영등포, 수원, 평택, 천안, 조치원, 대전, 영동, 김천, 구미, 왜관, 대구, 동대구, 경산, 밀양, 구포, 부산의 17개역을 설정하였다. 열차운영계획 분석을 위한 기준 수요는 기존 선행연구[4]에서 분석한 TTX를 투입하는 대안의 2013년 수요예측 결과를 활용하여 역간 수요로 재추정하였다. 추정 방식은 2005년 역 간수요 실측 자료를 기준으로 하여, 선행연구에서 제시한 구간 통과수요의 변화를 고려하여 산정한 것이다.
선행연구[4]에서 분석한 6개 노선에 대해서 최적화에 의한 열차운영계획을 수립하는 것이 경제성 분석에 어떠한 영향을 주는 지를 분석하였다. 우선 소요차량수 변동의 계산은 선행연구에서 설정한 분석기간인 개통년도 기준 향후 30년과 동일하게 시점을 통일하여 분석하였다. Table 5는 2013년에 대해서 분석한 예를 제시한 것인데 경제성 분석에 미치는 영향을 파악하기 위해서 5~10년 단위의 주요 연도별로 Table 5와 같은 분석을 수행한 후 중간년도는 보간법을 사용하여 계산하였다.
정차패턴을 결정하는 모형으로 박범환 등[3]의 연구를 들 수 있다. 이 연구는 기존의 전역 정차에 기반한 노선계획모형을 개선하여, 열차 투입비용, 미충족 수요에 대한 기회비용, 정차 패턴에 따른 승객의 총 여정시간의 가중합(weighted sum)을 최소화하며, 선로용량, 투입차량의 수, 역별 최소 정차 횟수 등 노선계획상에 고려될 수 있는 모든 제약 및 변수를 고려할 수 있는 최적화 모형을 제시하였다. 본 연구에 서는 실제 운행계획이 아닌 경제성 평가의 기초자료를 작성하기 위한 노선 계획모형이므로, 수요를 만족하면서 투입되는 열차수와 승객의 여정시간을 최소화하는 노선별 열차 횟수 및 정차 패턴을 구하는 아래와 같은 보다 간단한 모형을 이용하였다.
열차운영계획 분석을 위한 기준 수요는 기존 선행연구[4]에서 분석한 TTX를 투입하는 대안의 2013년 수요예측 결과를 활용하여 역간 수요로 재추정하였다. 추정 방식은 2005년 역 간수요 실측 자료를 기준으로 하여, 선행연구에서 제시한 구간 통과수요의 변화를 고려하여 산정한 것이다. 하행 기준 으로 분석하였으며 추정한 결과는 Table 1과 같다.

대상 데이터

그러나 시뮬레이션 자료가 현실을 완전하게 반영하지는 않더라도 최대한 현실을 모사 하도록 설정하였기 때문에 절대적인 값은 다소 차이가 날 수 있지만 상대적인 비교 결과는 충분히 활용할 수 있을 것으로 판단된다. 본 절에서는 비교분석을 위해서 기존 방식에 의한 분석결과가 있는 선행연구[4]에서 대상으로 한 주요 6개 노선에 대해서 앞에서 설명한 분석과정을 거쳐서 결과를 도출하였으며, 분석 차종은 EMU와 TTX를 대상으로 하였다.
우선 경부선 서울~부산 구간의 정차역은 서울, 영등포, 수원, 평택, 천안, 조치원, 대전, 영동, 김천, 구미, 왜관, 대구, 동대구, 경산, 밀양, 구포, 부산의 17개역을 설정하였다. 열차운영계획 분석을 위한 기준 수요는 기존 선행연구[4]에서 분석한 TTX를 투입하는 대안의 2013년 수요예측 결과를 활용하여 역간 수요로 재추정하였다.
최적화 모형을 적용하기 위해서는 우선 역간 수요와 역간 통행시간이 필요하며, 이를 이용하여 열차별 정차 패턴이 도출된다. 정차패턴 도출이 필요한 이유를 설명하기 위해 호남선을 사례로 들었다. 호남선 서울~목포 구간의 중간 역은 총 70개역인데, 모든 역에 정차하는 경우와 주요 18개역에 정차하는 경우에 대해 TPS 분석을 하면, 새마을호 정차역 기준으로 분석을 했을 경우 전체 주행시간은 193.

데이터처리

기준이 되는 역간수요와 TPS 분석 결과를 활용하여 최적화 프로그램에 의해 열차운영계획을 세워 소요차량수를 계산함으로써 기존의 방법에 의한 결과와 비교하여 절감분을 계산한다. 본 논문에서 제시되는 소요차량수 절감분은 TPS시뮬레이션 결과를 기초 자료로 활용하였기 때문에 현실과는 일부 차이가 발생할 수 있다.

성능/효과

8% 정도 경제성이 향상되는 것으로 분석되었다. TTX의 경우 경전선, 전라선, 중앙선은 변화가 없는 것으로 분석되었으며, 기타 노선은 노선에 따라서 2.9~7.7% 정도 경제성이 향상되는 것으로 분석되었다. 비용편익비에 변화가 없는 노선은 절대적인 열차소요수가 적어서 열차운영체계 최적화에 의한 효과가 소요차량수 산정시 소수점 첫째 자리에서 반올림함에 따라 사라지는 것으로 분석되었다.
본 논문에서는 철도투자사업의 경제성을 제고하기 위한 방법으로서 최적화에 의한 열차운영계획을 반영하여 소요차량 수를 산정하는 방안을 제시하였다. 경제성 분석에 미치는 영향을 선행연구의 사례로 분석한 결과 수요가 적어서 절대적인 소요차량수가 적은 경우에는 경제성에 미치는 영향이 없는 경우도 있었으나 대부분의 사례에서 2.9~7.7% 정도의 경제성이 향상되는 것으로 분석되었다. 본 연구에서 제시한 방법은 기존선에 고성능의 새로운 차량을 투입하는 경우뿐만 아니라 일반 철도건설사업에서도 계획 단계에서 활용할 경우 보다 합리적인 소요차량수 산정을 가능하게 함으로써 철도사업의 경제성 개선에 도움이 될 것으로 판단된다.
7% 정도 경제성이 향상되는 것으로 분석되었다. 비용편익비에 변화가 없는 노선은 절대적인 열차소요수가 적어서 열차운영체계 최적화에 의한 효과가 소요차량수 산정시 소수점 첫째 자리에서 반올림함에 따라 사라지는 것으로 분석되었다. 즉 소요 차량수를 산정할 때 필요한 열차수는 소숫점 첫째자리에서올림 처리를 하게 되므로 기존 연구에서의 소요차량수가 3.
주어진 역간 수요와 통행시간을 이용하여 수요를 충족시키기 위해 필요한 최소한의 열차 운행횟수는 31회로 분석 되었다. 최적화 프로그램을 이용하여 최적 열차운영 방안을 산정한 결과, 31개 열차의 평균 정차횟수는 3.
주어진 역간 수요와 통행시간을 이용하여 수요를 충족시키기 위해 필요한 최소한의 열차 운행횟수는 31회로 분석 되었다. 최적화 프로그램을 이용하여 최적 열차운영 방안을 산정한 결과, 31개 열차의 평균 정차횟수는 3.8회, 평균운행 시간은 206.4분으로 분석되어 전역 정차에 비해서 23.1분 단축되는 것으로 분석되었다. 각 열차별 최적 정차 패턴은 Table 4에 제시되어 있다.

후속연구

본 논문에서 제시되는 소요차량수 절감분은 TPS시뮬레이션 결과를 기초 자료로 활용하였기 때문에 현실과는 일부 차이가 발생할 수 있다. 그러나 시뮬레이션 자료가 현실을 완전하게 반영하지는 않더라도 최대한 현실을 모사 하도록 설정하였기 때문에 절대적인 값은 다소 차이가 날 수 있지만 상대적인 비교 결과는 충분히 활용할 수 있을 것으로 판단된다. 본 절에서는 비교분석을 위해서 기존 방식에 의한 분석결과가 있는 선행연구[4]에서 대상으로 한 주요 6개 노선에 대해서 앞에서 설명한 분석과정을 거쳐서 결과를 도출하였으며, 분석 차종은 EMU와 TTX를 대상으로 하였다.
7% 정도의 경제성이 향상되는 것으로 분석되었다. 본 연구에서 제시한 방법은 기존선에 고성능의 새로운 차량을 투입하는 경우뿐만 아니라 일반 철도건설사업에서도 계획 단계에서 활용할 경우 보다 합리적인 소요차량수 산정을 가능하게 함으로써 철도사업의 경제성 개선에 도움이 될 것으로 판단된다.
기존의 전역정차 방식에 따른 통행시간을 적용하는 것보다 줄어든 통행시간을 적용할 경우 철도를 이용하는 수요의 시간절감 편익도 증가하고, 타 수단으로부터 철도로의 수요전환량도 늘어나게 된다. 이러한 추가적인 수요전환량의 산정은 개선된 통행시간을 수단분담모형의 적용 단계부터 수요예측을 다시 반복함으로써 도출할 수 있을 것이며 이로부터 도출된 수요를 다시 사용하여 정차 패턴의 최적화를 수행할 수 있다. 이러한 과정은 많은 시간과 비용이 추가될 수 있으므로 어느 정도의 반복횟수를 설정할 것인가에 대한 연구도 필요하다.

핵심어	질문	논문에서 추출한 답변
	성능이 향상된 신규차량의 투입은 어떤 대안인가?	새로운 철도차량의 개발과 영업노선 투입은 막대한 인프라 투자비에 대한 부담을 지지 않으면서 효과적으로 철도서 비스를 제고할 수 있는 방안이다. 성능이 향상된 신규차량의 투입은 노선이 개량된 구간에서 뿐만 아니라 기존선 구간에서도 곡선부에서의 속도 향상 등 열차운행시간을 효과 적으로 줄일 수 있는 대안이다. 신규 철도노선의 건설을 포함한 신규차량 투입 등 다양한 철도투자사업에 대한 합리적인 평가를 위해서는 철도 부문에 대한 편익 발굴이 지속적으로 이루어져야 한다.
	새로운 철도차량의 개발과 영업노선 투입은 어떤 방안인가?	새로운 철도차량의 개발과 영업노선 투입은 막대한 인프라 투자비에 대한 부담을 지지 않으면서 효과적으로 철도서 비스를 제고할 수 있는 방안이다. 성능이 향상된 신규차량의 투입은 노선이 개량된 구간에서 뿐만 아니라 기존선 구간에서도 곡선부에서의 속도 향상 등 열차운행시간을 효과 적으로 줄일 수 있는 대안이다.
	최적화에 의한 열차운영계획을 반영하여 소요차량 수를 산정하는 방안의 분석 결과는 무엇인가?	본 논문에서는 철도투자사업의 경제성을 제고하기 위한 방법으로서 최적화에 의한 열차운영계획을 반영하여 소요차량 수를 산정하는 방안을 제시하였다. 경제성 분석에 미치는 영향을 선행연구의 사례로 분석한 결과 수요가 적어서 절대적인 소요차량수가 적은 경우에는 경제성에 미치는 영향이 없는 경우도 있었으나 대부분의 사례에서 2.9~7.7% 정도의 경제성이 향상되는 것으로 분석되었다. 본 연구에서 제시한 방법은 기존선에 고성능의 새로운 차량을 투입하는 경우뿐만 아니라 일반 철도건설사업에서도 계획 단계에서 활용할 경우 보다 합리적인 소요차량수 산정을 가능하게 함으로써 철도사업의 경제성 개선에 도움이 될 것으로 판단된다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

철도편익 증대를 위한 소요차량수 산정 방안
Estimation of the Optimum Number of Rail Cars to Increase the Benefit 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (13)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

철도편익 증대를 위한 소요차량수 산정 방안 Estimation of the Optimum Number of Rail Cars to Increase the Benefit 원문보기

초록 AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (13)

이 논문을 인용한 문헌

저자의 다른 논문 :

김경태 (35) 이진선 (30)

관련 콘텐츠

원문 보기

원문 URL 링크

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

철도편익 증대를 위한 소요차량수 산정 방안
Estimation of the Optimum Number of Rail Cars to Increase the Benefit 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper