[논문]전기차 충전인프라 및 데이터 연계 분석에 의한 시스템 모델링 및 실증 설계

김항섭; 박호민; 정태경; 이웅재

doi:10.7472/jksii.2019.20.2.51

전기차 충전인프라 및 데이터 연계 분석에 의한 시스템 모델링 및 실증 설계
Novel System Modeling and Design by using Eclectic Vehicle Charging Infrastructure based on Data-centric Analysis 원문보기

Journal of Internet Computing and Services = 인터넷정보학회논문지, v.20 no.2, 2019년, pp.51 - 59

김항섭 (School of Digital Helathcare, CHA University) , 박호민 (KEPCO, Korea Electric Power Corp.) , 정태경 (School of Digital Helathcare, CHA University) , 이웅재 (Dept. of Digital Media, Seoul Women's Univ.)

초록
AI-Helper

본 논문은 최근 각광받고 있는 전기차위주의 많은 실증 사업 중 충전 인프라와 연계된 충전운영시스템 및 전기요금간의 관계를 데이터 연계 분석하였다. 현 시점에서 앞으로 일어날 전기차 충전 인프라에 대한 급속한 수요의 증가로 말미암아 수요치를 예측한다는 의미에서 다가오는 시대를 미리 준비 할 수 있다. 동시에 시스템 모델링을 사이트를 중심으로 실증하고 도식화하는 일이 선행되어야 할 요소이다. 기존의 소규모 시뮬레이션에 의한 모델링과 운영시스템의 설계는 데이터 연계분석을 기반으로 하였다. 본 논문에서는 최종적으로 새로운 시스템 모델링을 구현하여 실제 차량과 이용자를 대상으로 각 지점과 노드별로 시간에 따른 시분할 데이터로 분석하고자 표준 형식으로 도입하였다. 실제 구현된 전기차 충전 인프라와 운영시스템을 대상으로 데이터 연계분석 중심의 효율성을 증명하고자 하였다.

Abstract ▼ AI-Helper

In this paper, we analyzed the relationship between charging operation system and electricity charges connected with charging infrastructure among data of many demonstration projects focused on electric vehicles recently. At this point in time, due to the rapid increase in demand for the electric charging infrastructure that will take place in the future, we can prepare for an upcoming era in the sense of forecasting the demand value. At the same time, demonstrating and modeling optimized system modeling centering on sites is a prerequisite. The modeling based on the existing small - scale simulation and the design of the operating system are based on the data linkage analysis. In this paper, we implemented a new optimized system modeling and introduced it as a standard format to analyze time - dependent time - divisional data for each vehicle and user in each point and node. In order to verify the efficiency of the optimization based on the data linkage analysis for the actual implemented electric car charging infrastructure and operation system.

주제어

표/그림 (15)

그림 (그림 1) 전기차 충전인프라 전체 시스템 개요도 (Figure 1) Electric Vehicle Charging Infrastructure Overview System Overview
그림 (그림 2) 제안된 공동이용 모델 개발 시범운영 계획모식도 (Figure 2) Proposed car-sharing model development pilot operation model
그림 (그림 3) 전기차 충전소 운영시스템 모식도 (Figure 3) Electric car charging station operating system schematic diagram
그림 (그림 5) 전기차 충전인프라 부가서비스 구축 (Figure 5) Electric car charging infrastructure additional service construction
그림 (그림 4) (a) 전기차 공동운영 데이터 파라미터, (b)전기차 공동운영시스템 개발도 (Figure 4) (a) Data Parameter for Car-sharing System, (b) Development of electric car joint operating system
그림 (그림 6) 충전시간별 충전횟수 히스토그램 (Figure 6) Existing Algorithm’s Flow Chart
표 (표 1) 분석에 의한 데이터중심 파라미터들의 상호연관성 (Table 1) Correlations of data-centric parameters
그림 (그림 7) 시간대별 충전량의 케이스 처리 요약 (Figure 7) Summary of Case Handling of Charge by Hour
그림 (그림 8) 시간대별 충전량의 케이스 처리 요약 (Figure 8) Summary of Case Handling of Charge by Hour
그림 (그림 9) 요일별 충전량에 따른 케이스 처리 요약 (Figure 9) Summary of case processing according to charge amount per day
그림 (그림 10) 월별 충전량에 따른 케이스 처리 요약 (Figure 10) Summary of case processing according to charge amount per day
그림 (그림 11) 월별 충전량과 충전요금 정보 (1월 ~ 5월, 반기 데이터) (Figure 11) Monthly charge and charge information (January to May, half-year data)
그림 (그림 12) 월별 충전량(a)과 충전요금 정보(b) (1월 ~ 5월, 반기 데이터, 통계추정치) (Figure 12) Data display by monthly charge (January to May, half-year data)
그림 (그림 13) 충전소별 충전 횟수 (Figure 13) Number of Charges per Charging Station
그림 (그림 14) 노드별 제주지역 분포도 (Figure 14) Distribution by node in Jeju island

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 최종적으로 새로운 모델링 통하여 데이터 연계분석의 결과와 실제 차량과 이용자를 대상으로 각 지점과 노드별로 시간에 따른 시분할 데이터 분석방법론으로 연구를 진행하였다. 따라서 본 연구는 향후 제기될 공유경제의 카쉐어링 시스템의 표준적인 형식을 담고 있는 것으로 판단된다.
본 논문은 제안된 전기차 충전 인프라와 충전 운영시스템을 대상으로 데이터 연계분석에 의한 모델링과 시스템 효율성을 증명하고자 하였다. 설계된 데이터 파라미터의 연계분석이 시스템 설계와 연동되고 데이터를 근거하여 실증되고 구조화하는 일이 선행되어야 할 필요가 있다.
그 이유는 충전기의 공급 단가모델에 있는 것이 아닌, 보급 인프라에 따른 전기차 보급 및 활용관점에서 더욱 의미가 있다고 볼 수 있다. 이에 본 논문에서는 인프라 구성에 대한 상호 데이터 연계 분석을 실제 충전 인프라를 실증한 사이트의 실측 데이터를 가지고 분석하기에 이르렀다.

제안 방법

그러므로 데이터 사이즈 및 규모 확대하기 전에 새로운 유형의 데이터 및 데이터 분석, 실시간 분석에. 대한 요구를 수용할 수 있도록 충전 운영 시스템을 이상적으로 아키텍처 설계를 진행하였다. 단순 개념증명이 아닌 충전운영시스템을 구축하면서 실시간 분석이 가능하게 되는 아키텍처를 설계하였다고 할 수 있다.
임의의 데이터를 생성하고 생성된 데이터가 정상적인 문자 데이터를 값을 나타낼 수 있도록 아스키 코드(ASCII)의 값을 지정하였다. 데이터의 생성 및 처리 확인 시 가독성을 높이기 위하여 소문자 데이터만 생성이 되도록 수치를 조정하였다. 특히 데이터의 이상패턴을 보기 위하여 명확한 데이터 연계성을 증명하였고, 이를 위한 데이터 도식화를 통하여 시스템 모델링의 적정성을 증명하였다.
본 논문에서는 최종적으로 새로운 모델링 통하여 데이터 연계분석의 결과와 실제 차량과 이용자를 대상으로 각 지점과 노드별로 시간에 따른 시분할 데이터 분석방법론으로 연구를 진행하였다. 따라서 본 연구는 향후 제기될 공유경제의 카쉐어링 시스템의 표준적인 형식을 담고 있는 것으로 판단된다.
시간대별 충전량의 케이스 처리는 4가지 케이스로 분류하여 연계분석을 하였는데, 각기 다른 변화를 보였다. 이중에서 오후치의 변화가 상이한 것은 케이스의 분류상 가장 많은 변이를 보인 것으로 연계분석의 결과로 나온다.
아울러, 실측 데이터의 완결성을 증명하기 위한 방법으로 충전시간별 충전회수를 데이터 중심으로 분석의 결과를 보기로 하였다. 아래 그림 6에서 보이는 바와 같이 피크치를 보이는 오전 7시부터 10시 이전에 관계를 볼 수 있으며 시간이 흐름에 따라 점차 감소함을 알 수 있다.
제안하는 시스템의 모델링의 실제 구현 가능성을 알아보기 위하여 요일별 충전량을 확인할 필요가 있다. 이를 위하여 실측 조건을 설정하여 관련되는 케이스를 전수 검사하기로 하였다. 표본 집단의 결과 값을 알기 위하여 우리가 제시하는 시스템 모델링은 분석 결과치가 실제 측정된 값이며, 이용자들의 설문결과를 통하여 상호호환적으로 만족되었다는데 의의가 있다.

대상 데이터

전기차 충전 인프라의 운영에 대한 신뢰를 위하여 실측 조건은 네 가지 종류로 구분된다. 각기 완료, 비정상중지, 강제중지, 장치오류로 구분하였으며 충전소명은 한국전력공사 (이하 한전) 제주본부, 종합홍보관, 제주공항, 롯데마트, 한국전력공사 아파트, 구좌웁 사무소, 선반내 오일뱅크, 성산 일출봉, 롯데호텔, 신제주 공영주차장 인제 공영주차장, 제부마 방목지, 연북로 오일뱅크, 노형 아이파크, 애니카랜드 연동점, 애니카랜드 강정점에 위치로 선정하였다. 실측 분석결과 관광지 또는 사람들이 주로 찾는 곳일 경우 충전횟수가 빈번하나, 이용자가 드문 장소에서는 충전 횟수가 적다는 사실을 알 수 있다.

성능/효과

기존의 충전량(단위: kWh)에 대하여 세부적으로 분석하여 본 결과, 충전시간은 8시간이었을 때가 가장 많았으며, 이와는 반대로 6시간미만이 가장 적었다. 전기차 특성에 비추어 보면 반드시 일정 시간 이상의 충전 시간이 필요하기 때문에 최소 8시간 이상의 충전시간이 필요했을 것으로 예상한다.
시스템 개발 시 사용하게 되는 데이터 구조와 시스템 구성을 위한 메뉴 구성을 할 수 있으며 웹·앱 형태로 개발이 완료되었다.
각기 완료, 비정상중지, 강제중지, 장치오류로 구분하였으며 충전소명은 한국전력공사 (이하 한전) 제주본부, 종합홍보관, 제주공항, 롯데마트, 한국전력공사 아파트, 구좌웁 사무소, 선반내 오일뱅크, 성산 일출봉, 롯데호텔, 신제주 공영주차장 인제 공영주차장, 제부마 방목지, 연북로 오일뱅크, 노형 아이파크, 애니카랜드 연동점, 애니카랜드 강정점에 위치로 선정하였다. 실측 분석결과 관광지 또는 사람들이 주로 찾는 곳일 경우 충전횟수가 빈번하나, 이용자가 드문 장소에서는 충전 횟수가 적다는 사실을 알 수 있다.
이에 반기 데이터를 가지고 모든 파라미터의 표준편차와 결측치의 평균을 그림 11과 같이 볼 수 있다. 이는 제안된 시스템의 연계성과 최대값과 최소값에 의한 변화가 신뢰구간에서 적절히 형성되었다는 것으로 판단된다.
이중에서 시간대별 충전량의 케이스 처리요약은 아래 그림 7과 같다. 이를 통해 전체 시스템의 케이스 처리를 완결할 수는 없지만, 실측 데이터의 케이스정리를 충분할 수 있으면 유효값이 결측치의 데이터 보정을 할 필요가 없을 정도의 표본 수이기는 하나, 전체적으로 시스템적 처리가 충분히 가능한 정도로 판별하였다.
데이터의 생성 및 처리 확인 시 가독성을 높이기 위하여 소문자 데이터만 생성이 되도록 수치를 조정하였다. 특히 데이터의 이상패턴을 보기 위하여 명확한 데이터 연계성을 증명하였고, 이를 위한 데이터 도식화를 통하여 시스템 모델링의 적정성을 증명하였다. 데이터 분석에 대해서 효율적이라는 것은 데이터 수집이후 데이터 전처리 (Preprocessing) 과 마이닝(Mining)단계를 이루어지기 전까지 데이터를 통한 충전 운영 시스템을 포함하는 인프라와 데이터 자원 및 분석을 효율적으로 하는 방법 등으로 구분된다.
표 1에서 보는 바와 같이 시스템을 분석하기 위하여 데이터 중심의 파라미터들의 상호연관성을 살펴볼 수 있도록 95%의 신뢰구간의 최대, 최소, 왜소, 첨도 등 데이터 중심의 상호 관계를 명확히 구분하였다.
이를 위하여 실측 조건을 설정하여 관련되는 케이스를 전수 검사하기로 하였다. 표본 집단의 결과 값을 알기 위하여 우리가 제시하는 시스템 모델링은 분석 결과치가 실제 측정된 값이며, 이용자들의 설문결과를 통하여 상호호환적으로 만족되었다는데 의의가 있다. 이때 사용되는 데이터의 사이즈는 상황에 따라 그 사이즈가 달라질 수 있으므로 요일별 충전량의 케이스별 유효값, 결측값, 전체의 N값과 퍼센트를 살펴보면 아래 그림 9와 같다.

후속연구

이후 결론적으로 월별 충전량과 충전요금의 정보를 1월부터 5월까지 반기동안 실측하여 나온 값을 분석한 결과를 신뢰구간에서 확인할 필요가 있다. 이에 반기 데이터를 가지고 모든 파라미터의 표준편차와 결측치의 평균을 그림 11과 같이 볼 수 있다.
전기차의 공유모델인 카쉐어링 시스템의 접근방법론의 실제 모델을 구성할 필요가 있다. 전기차 카웨어링 이용자의 편의를 위해 제안된 공동 이용모델에서 충전소 설치에 관한 최적 경로를 알기 위하여 이를 데이터 연계분석을 할 필요가 있다[7]. 데이터 마이닝의 관점에서 연계분석은 시스템의 통합구현을 위해 시스템 아키텍처를 설계하고, 데이터를 정의하여 사용자 요구사항을 분석해야 한다.
제안하는 시스템의 모델링의 실제 구현 가능성을 알아보기 위하여 요일별 충전량을 확인할 필요가 있다. 이를 위하여 실측 조건을 설정하여 관련되는 케이스를 전수 검사하기로 하였다.
이런 문제는 둘의 하이브리드 방식의 충전 장치가 개발되어 문제가 해결이 되어가고 있는 추세이지만, 충전운영시스템 관점에서 데이터 연계 분석을 통한과학적 접근을 시도하여 보다 나은 시스템적 연계 모델을 만들고자 하는 노력을 하고 있다. 최근 불어오는 전기자동차의 급속한 보급 현황과 더불어 앞으로도 많은 수요와 이에 따른 연구가 수반되어야 할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	최근 친환경 자동차가 새로운 화두가 되고있는 이유는 무엇인가?	최근 자동차 시장에서는 기존 석유자원의 고갈, 지구온난화, 각종 관련 환경 규제 등으로 인하여 친환경 자동차가 새로운 화두로 떠오르고 있다 [1]. 이러한 환경적인 흐름과 차기 자동차 시장의 장악을 위한 이해관계가 맞물리면서 세계적인 추세로 전기차가 자리 잡고 있다.
	완속 충전의 공급 조건과 충전 시간은?	급속 충전의 경우 450V의 고전류 하에서 충전기로부터 자동차의 내부 배터리로 전기를 직류 공급하여 충전시간을 30분 이내로 급격히 단축시킨다. 이와 다르게 완속 충전의 경우 220V의 저전류 하에서 충전기로부터 차량 내부의 탑재형 충전기를 거쳐 배터리로 전류가 공급되므로 충전시간은 5-6 시간 정도의 충전 시간이 걸리게 된다. 이런 문제는 둘의 하이브리드 방식의 충전장치가 개발되어 문제가 해결이 되어가고 있는 추세이지만, 충전운영시스템 관점에서 데이터 연계 분석을 통한 과학적 접근을 시도하여 보다 나은 시스템적 연계 모델을 만들고자 하는 노력을 하고 있다.
	전기차 충전 인프라의 운영에 대한 신뢰를 위하여 실측 조건으로 구분된 네 종류는 무엇인가?	전기차 충전 인프라의 운영에 대한 신뢰를 위하여 실측 조건은 네 가지 종류로 구분된다. 각기 완료, 비정상중지, 강제중지, 장치오류로 구분하였으며 충전소명은 한국전력공사 (이하 한전) 제주본부, 종합홍보관, 제주공항, 롯데마트, 한국전력공사 아파트, 구좌웁 사무소, 선반내오일뱅크, 성산 일출봉, 롯데호텔, 신제주 공영주차장 인제 공영주차장, 제부마 방목지, 연북로 오일뱅크, 노형 아이파크, 애니카랜드 연동점, 애니카랜드 강정점에 위치로 선정하였다. 실측 분석결과 관광지 또는 사람들이 주로찾는 곳일 경우 충전횟수가 빈번하나, 이용자가 드문 장소에서는 충전 횟수가 적다는 사실을 알 수 있다.

참고문헌 (22)

Sangtaek Lee, Juhee Cho, Daekyung Kim. "Development Trend of Electric Vehicle Drive System.", Journal of Power Electronics, Vol.16, No.2, pp.32-37. 2011. http://www.dbpia.co.kr/Journal/ArticleDetail/NODE0162 8419
Rauch, Daniel E., David Schleicher. "Like Uber, but for local government law: the future of local regulation of the sharing economy." Ohio State Law Journal. Vol.76, No.4, pp.901, 2015.
Seungkwon Yang, "The Strategy of development and design for EV Charging infra management system connected with power grid.", Korean Institute of Electrical Engineers 41st Summer Conference, pp.1120-1121, 2010.
Junsik Park, Jihye Moon, "Demand Estimation and Impact Analysis of Car-Sharing Service.", The Korean Transport Institute, Vol.20, No.2, pp.59-76, 2013.
Kentaro, Uesugi, Naoto Mukai, and Toyohide Watanabe. "Optimization of vehicle assignment for car sharing system." International Conference on Knowledge-Based and Intelligent Information and Engineering Systems. Springer, Berlin, Heidelberg, pp.1105-1111, 2007.
Berry, Michael J., and Gordon Linoff. "Data mining techniques: for marketing, sales, and customer support." John Wiley & Sons, Inc., 1997.
Kristien, Clement-Nyns, Edwin Haesen, Student Member, IEEE, and Johan Driesen, Member, IEEE, "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. https://core.ac.uk/download/pdf/34458579.pdf

상세보기
Willis, H. Lee. "Power distribution planning reference book." CRC press, 1997.
Woyte, Achim, et al. "Voltage fluctuations on distribution level introduced by photovoltaic systems." IEEE Transactions on energy conversion, Vol.21, No.1, pp.202-209, 2002.
Low, Steven H. "Convex relaxation of optimal power flow-Part I: Formulations and equivalence." IEEE Transactions on Control of Network Systems, Vol.1, No.1, pp.15-27, 2014.

상세보기
Lambert, Tom, Paul Gilman, and Peter Lilienthal. "Micropower system modeling with homer.", Integration of alternative sources of energy, pp.379-418, 2005.
Mattsson, Sven Erik, Hilding Elmqvist, and Martin Otter. "Physical system modeling with Modelica." Control Engineering Practice, Vol.6, No.4, pp.501-510, 1998.

상세보기
Austin, Todd, Eric Larson, and Dan Ernst. "SimpleScalar: An infrastructure for computer system modeling." Computer, Vol.35, No.2, pp.59-67, 2002.

상세보기
Mendes, P. "Modeling large scale biological systems from functional genomic data: parameter estimation." Foundations of systems biology, pp.163-186, 2001.
Wasserman, Stanley, and Sheila O'Leary Weaver. "Statistical analysis of binary relational data: Parameter estimation." Journal of mathematical psychology, Vol.29, No.4, pp.406-427, 1985.

상세보기
K. Hua and J. Abraham, "Design of systems with concurrent error detection using software redundancy," In Proceedings of ACM IEEE Fall Joint Computer Conference in Dallas, pp. 826-834, 1986.
Lau, Ming K., Robert L. Kosut, and Stephen Boyd. "Parameter set estimation of systems with uncertain nonparametric dynamics and disturbances.", Proceedings of the 29th IEEE Conference on Decision and Control, 1990.
Li, Heng. "A statistical framework for SNP calling, mutation discovery, association mapping and population genetical parameter estimation from sequencing data." Bioinformatics, Vol.27, No.21, pp.2987-2993, 2011.

상세보기
Bergstra, James, Yoshua Bengio. "Random search for hyper-parameter optimization." Journal of Machine Learning Research, pp.281-305, 2012.
Zhuang, Ling, and Honghua Dai. "Parameter optimization of kernel-based one-class classifier on imbalance learning." Journal of Computers, Vol.1, No.7, pp.32-40, 2006.
Mackerell Jr, Alexander D., Michael Feig, and Charles L. Brooks III. "Extending the treatment of backbone energetics in protein force fields: limitations of gas phase quantum mechanics in reproducing protein conformational distributions in molecular dynamics simulations.", Journal of computational chemistry, Vol.25, No.11, pp.1400-1415, 2004. http://doi.org/10.1002/jcc.20065

상세보기
Zhuang, Ling, and Honghua Dai. "Parameter optimization of kernel-based one-class classifier on imbalance learning." Journal of Computers Vol.1, No.7, pp.32-40, 2006.

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