[논문]전기자동차 충전 효율성을 고려한 모바일 에지 컴퓨팅 기반 충전 인프라 구조

이주용; 이지훈

doi:10.5762/kais.2017.18.10.669

전기자동차 충전 효율성을 고려한 모바일 에지 컴퓨팅 기반 충전 인프라 구조
Mobile Edge Computing based Charging Infrastructure considering Electric Vehicle Charging Efficiency 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.18 no.10, 2017년, pp.669 - 674

이주용 (상명대학교 전자정보시스템공학과) , 이지훈 (상명대학교 정보통신공학과)

초록
AI-Helper

화석 연료의 고갈 및 환경오염의 증가로 인하여 전기 에너지를 사용하는 전기 자동차가 차세대 교통수단으로 주목받고 있으며 전 세계적으로 인기를 끌고 있다. 전기 자동차의 보급률 및 관심이 높아짐에 따라 V2G (Vehicle to Grid) 및 IT 기술을 이용한 충전 인프라에 대한 연구가 활발히 진행되고 있다. 특히, 전기 자동차의 안정적인 충전 및 부하 관리를 위하여 그리드 네트워크와의 통신은 가장 중요한 요소이다. 그러나 기존의 중앙 집중형 인프라 구조의 경우 제어 메시지 요청이 증가할 경우 느린 응답속도로 인하여 충전 인프라가 효율적으로 작동하지 못하는 문제점들이 존재한다. 본 논문에서는 분산형 클라우드 컴퓨팅 기술을 무선 기지국에 적용하여 충전 인프라에 혼잡을 줄이고 지연시간을 줄이기 위해 MEC (Mobile Edge Computing)를 활용한 새로운 전기자동차 충전 인프라 구조를 제안한다. 성능 평가를 통해 본 논문에서 제안한 저 지연시간을 가지는 충전 인프라가 기존에 존재하는 충전 인프라보다 효율적으로 전력 피크 상황에 대처함을 확인하였다.

Abstract ▼ AI-Helper

Due to the depletion of fossil fuels and the increase in environmental pollution, electric vehicles are attracting attention as next-generation transportation and are becoming popular all over the world. As the interest in electric vehicles and the penetration rate increase, studies on the charging infrastructure with vehicle-to-grid (V2G) technology and information technology are actively under way. In particular, communication with the grid network is the most important factor for stable charging and load management of electric vehicles. However, with the existing centralized infrastructure, there are problems when control-message requests increase and the charging infrastructure cannot efficiently operate due to slow response speed. In this paper, we propose a new charging infrastructure using mobile edge computing (MEC) that mitigates congestion and provides low latency by applying distributed cloud computing technology to wireless base stations. Through a performance evaluation, we confirm that the proposed charging infrastructure (with low latency) can cope with peak conditions more efficiently than the existing charging infrastructure.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서 제안하는 인프라 구조의 효율성을 측정하기 위해 충전 요청 시 발생하는 메시지 오버헤드 및 전력망의 부하 상태에서의 충전 가능한 전기자동차 수를 가지고 성능 평가를 수행하였다.
본 논문에서는 MEC 환경에서의 코어 망의 혼잡을 완화하고 저 지연시간을 보장해주는 효율적인 충전 인프라 구조를 제시한다. 본 논문의 구성은 다음과 같다.
본 논문에서는 충전 인프라의 부하가 증가했을 경우 전기자동차의 안정적인 충전 보장 및 인프라 코어 망의혼잡 완화를 위하여 MEC 환경을 이용한 효율적인 충전 인프라 구조를 제시한다.
본 논문은 기존 중앙집중식 구조로 구성된 충전 인프라에서 벗어나 MEC환경을 적용한 충전 인프라를 제안하였다. 제안한 방식은 근접한 MEC서버와의 통신을 통해 코어 망의 혼잡을 줄여주고 빠른 응답을 보장받을 수있어 효율적인 충전 인프라 운영이 가능하다.
특히 사용자의 근접한 위치에서 요청을 처리하기 때문에 실시간 및 대용량의 대역폭을 필요로 하는 UHD와 VR 같은 멀티미디어 관련 응용 애플리케이션들에게 대용량의 대역폭 제공을 통해 실시간 콘텐츠 접근 및 사용 경험 향상을 가능하도록 하여준다.

가설 설정

성능 분석을 위해서 AC level 2를 이용하여 전기 자동차를 충전하는 시뮬레이션을 수행하였으며 각 전기자동차의 배터리는 20%가 존재한다고 가정하였다. 또한각 MEC서버에 존재하는 배터리는 20대의 전기자동차의 충전이 가능한 전력량을 가지고 있다고 가정하였다.
성능 분석을 위해서 AC level 2를 이용하여 전기 자동차를 충전하는 시뮬레이션을 수행하였으며 각 전기자동차의 배터리는 20%가 존재한다고 가정하였다. 또한각 MEC서버에 존재하는 배터리는 20대의 전기자동차의 충전이 가능한 전력량을 가지고 있다고 가정하였다.

제안 방법

또한 제안하는 인프라 구조는 전력망에 부하가 발생한 경우에도 효율적인 충전을 제공하기 위하여 전력 상태가 좋은 경우 전력을 MEC서버에 위치해 있는 배터리에 저장하여 사용하는 구조로 구성되어 있다. 이를 위해 먼저 각각의 MEC서버는 자신의 에지 단의 연결된 충전기로부터 받은 전력 정보를 통해 지역 전력망의 부하를 인지한다.
충전에 필요한 메시지의 전송으로 인한 부하 및 네트워크 자원의 낭비를 줄이고 낮은 지연시간을 보장받는 효율적인 충전 인프라를 운영하기 위하여 제안한 구조는 전기 자동차에 상대적으로 가까운 위치인 에지 단에 존재하는 MEC서버가 충전 인프라와 통신하는 구조로 구성되어 있다. 제안하는 인프라 구조는 Fig. 2에서와 같이 전기 자동차 충전기들이 연결된 MEC서버와 MEC서버 간의 정보 교환 및 제어를 수행하는 MEC 제어 센터로 구성되어 있다.
충전에 필요한 메시지의 전송으로 인한 부하 및 네트워크 자원의 낭비를 줄이고 낮은 지연시간을 보장받는 효율적인 충전 인프라를 운영하기 위하여 제안한 구조는 전기 자동차에 상대적으로 가까운 위치인 에지 단에 존재하는 MEC서버가 충전 인프라와 통신하는 구조로 구성되어 있다. 제안하는 인프라 구조는 Fig.

대상 데이터

본 논문에서 제안한 충전 인프라 구조는 전기자동차 충전기들이 연결되어있는 MEC서버 (MECS) 와 MEC서버 간의 정보 교환 및 제어가 가능한 MEC 제어 센터로 구성되어있다.

성능/효과

3은 충전 과정 중 발생하는 메시지 오버헤드를 나타낸다. 기존 충전 인프라 구조는 상대적으로 먼 거리에 위치한 전력 제공자 서버에 매번 충전 관련 메시지 교환이 발생하므로 통과해야 할 노드의 수가 증가할수록 메시지 수가 급증하는 것을 확인할 수 있다. 반면, 제안하는 충전 인프라 구조는 근거리에 위치한 MEC서버에 충전 관련 메시지처리를 위임함으로써 전력 제공자 서버에 매번 메시지를 교환할 필요가 없어 메시지의 수가 감소하는 결과를 보여준다.
4는 차량 배터리 상태에 따른 충전 가능한 차량의 수를 나타낸다. 기존 충전 인프라는 전력 제공자의 전력 상황에 따라 충전을 진행하므로 차량의 전력 상태가 나빠짐에 따라 더 많은 전력을 필요로 하므로 충전 가능한 차량의 수가 감소하는 것을 확인할 수 있다.
또한 전력 상황이 좋지 않을 경우 MEC서버에 위치한 배터리를 사용하여 지역의 부하를 관리할 수 있으며 MEC 제어센터를 통해 다른 지역의 전력을 공유할 수있어 전력 상황이 좋지 못한 상황에서도 효율적으로 충전 인프라를 운영할 수 있는 점을 성능평가를 통해 확인하였다. 향후 정확한 성능평가를 위해 실제 테스트베드환경에서의 검증이 필요할 것으로 보인다.
반면, 제안하는 충전 인프라 구조는 MEC서버에 배터리를 내장하여 전력 제공자의 전력 상황이 좋은 경우 MEC서버에 존재하는 배터리를 충전하여 전력 피크상황에 충전에 필요한 전력을 보조해주기 때문에 기존 충전 인프라 구조보다 더 많은 수의 차량 충전이 가능한 결과를 보여준다.
기존 충전 인프라 구조는 상대적으로 먼 거리에 위치한 전력 제공자 서버에 매번 충전 관련 메시지 교환이 발생하므로 통과해야 할 노드의 수가 증가할수록 메시지 수가 급증하는 것을 확인할 수 있다. 반면, 제안하는 충전 인프라 구조는 근거리에 위치한 MEC서버에 충전 관련 메시지처리를 위임함으로써 전력 제공자 서버에 매번 메시지를 교환할 필요가 없어 메시지의 수가 감소하는 결과를 보여준다.
이를 통해 제안하는 구조가 배터리 및 지역 전력 공유를 통하여 전력 상황이 나쁘거나 많은 충전 량을 필요로 하는 차량이 급증하더라도 효율적으로 충전 인프라 운영이 가능하다는 점을 보여준다.
이를 통해 제안하는 충전 인프라 구조가 충전 관련 메시지 오버헤드를 줄여 코어 망의 혼잡을 완화하고 효율적인 충전 인프라 운영이 가능하다는 점을 보여준다.
본 논문은 기존 중앙집중식 구조로 구성된 충전 인프라에서 벗어나 MEC환경을 적용한 충전 인프라를 제안하였다. 제안한 방식은 근접한 MEC서버와의 통신을 통해 코어 망의 혼잡을 줄여주고 빠른 응답을 보장받을 수있어 효율적인 충전 인프라 운영이 가능하다.

후속연구

또한 전력 상황이 좋지 않을 경우 MEC서버에 위치한 배터리를 사용하여 지역의 부하를 관리할 수 있으며 MEC 제어센터를 통해 다른 지역의 전력을 공유할 수있어 전력 상황이 좋지 못한 상황에서도 효율적으로 충전 인프라를 운영할 수 있는 점을 성능평가를 통해 확인하였다. 향후 정확한 성능평가를 위해 실제 테스트베드환경에서의 검증이 필요할 것으로 보인다.

질의응답

핵심어	질문	논문에서 추출한 답변
	기존의 충전 인프라의 문제점을 보완하기 위해 제안되는 인프라 구조의 장점은?	이러한 문제점을 해결하기 위해 제안하는 인프라 구조는 Mobile Edge Computing (MEC) 환경을 활용하여 코어 망의 혼잡 완화 및 저 지연시간을 보장한다 [7]. MEC는 전기 자동차의 가까이 위치한 통신망 및 AP에 클라우드 컴퓨팅 기술을 적용하여 충전 인프라 코어 망의 혼잡을 완화하고 저 지연시간을 보장하여주는 기술이다.
	기존의 전기자동차 충전 인프라 구조에서 발생하는 문제는?	하지만 기존의 충전 인프라는 중앙 집중식 구조를 택하고 있기 때문에 충전을 요청하는 전기 자동차의 수가 많아질 경우 상호교환 메시지의 수가 급격히 증가하는 문제점이 발생한다. 이로 인하여 충전 인프라 코어 망의 네트워크 속도 저하가 발생되어 충전 인프라를 효율적으로 운영하지 못하는 문제점이 발생한다.
	MEC란?	이러한 문제점을 해결하기 위해 제안하는 인프라 구조는 Mobile Edge Computing (MEC) 환경을 활용하여 코어 망의 혼잡 완화 및 저 지연시간을 보장한다 [7]. MEC는 전기 자동차의 가까이 위치한 통신망 및 AP에 클라우드 컴퓨팅 기술을 적용하여 충전 인프라 코어 망의 혼잡을 완화하고 저 지연시간을 보장하여주는 기술이다.

참고문헌 (12)

W. Kempton, S. E. Letendre, "Electric vehicles as a new power source for electric utilities", Transportation Research Part D: Transport and Environment, vol. 2, no. 3, pp. 157-175, 1997. DOI: https://doi.org/10.1016/S1361-9209(97)00001-1

상세보기
E. Ali, Y. Lee, K. Rajashekara, "Power electronics and motor drives in electric, hybrid electric, and plug-in hybrid electric vehicles", IEEE Transactions on Industrial Electronics, vol. 55, no. 6, pp. 2237-2245, 2008. DOI: https://doi.org/10.1109/TIE.2008.922768

상세보기
J. Lee, J. Lee, J. Choi, K. Chang, C. Park, "Enhanced Power Delivery Architecture for Electric Vehicles", Advanced Science and Technology Letters: Networking and Communication, vol. 66, no. 6, pp. 20-23, 2014. DOI: https://doi.org/10.14257/astl.2014.66.06
C. Kristien, E. Haesen, J. Driesen, "The impact of charging plug-in hybrid electric vehicles on a residential distribution grid", IEEE Transactions on Power Systems, vol. 25, no. 1, pp. 371-380, 2010. DOI: https://doi.org/10.1109/TPWRS.2009.2036481

상세보기
J. Lee, J. Lee, Y. Choi, K. Chang, "Efficient Electric Vehicle Charging System for Enhanced Power Delivery", International Journal of Applied Engineering Research, vol. 9, no. 24, pp. 29883-29890, 2014.
K. Chau, Y. Wong, "Overview of power management in hybrid electric vehicles", Energy conversion and management, vol. 43, no. 15, pp. 1953-1968, 2002. DOI: https://doi.org/10.1016/S0196-8904(01)00148-0

상세보기
M. Patel, B. Naughton, C. Chan, N. Sprecher, S. Abeta, A. Neal, "Mobile-edge computing introductory technical white paper," Mobile-edge Computing (MEC) industry initiative, 2015.
T. Taleb, S. Dutta, A. Ksentini, M. Iqbal, H. Flinck, "Mobile edge computing potential in making cities smarter," IEEE Communications Magazine, vol. 55, no. 3, pp. 38-43, 2017. DOI: https://doi.org/10.1109/MCOM.2017.1600249CM

상세보기
A. V. Dastjerdi, R. Buyya, "Fog computing: Helping the Internet of Things realize its potential", Computer, vol. 49, no. 8, pp. 112-116, 2016. DOI: https://doi.org/10.1109/MC.2016.245

상세보기
T. X. Tran, A. Hajisami, P. Pandey, D. Pompili, "Collaborative Mobile Edge Computing in 5G Networks: New Paradigms, Scenarios, and Challenges," IEEE Communications Magazine, vol. 55, no. 4, pp. 54-61, 2017. DOI: https://doi.org/10.1109/MCOM.2017.1600863

상세보기
A. A. Eajal, M. F. Shaaban, E. F. El-Saadany, K. Ponnambalam, "Fuzzy logic-based charging strategy for Electric Vehicles plugged into a smart grid," International Journal of Process Systems Engineering, vol. 4, pp. 119-137.

상세보기
H, Zhang, Z. Hu, Z. Xu, Y. Song, "Evaluation of achievable vehicle-to-grid capacity using aggregate pev model," IEEE Transactions on Power Systems, vol. 32, no. 1, pp. 784-794, 2017. DOI: https://doi.org/10.1109/TPWRS.2016.2561296

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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